使计算机拥有与人类相媲美的目标识别能力是计算机视觉领域研究的目标。应用生物视觉的信息处理机制进行目标识别是当前研究的热点之一。形状特征作为描述目标的重要特征,在大脑视觉皮层中通过腹侧通路的V1-V2-V4-IT区进行层次化表达。由于形状信息在大脑皮层中的处理机制相对复杂,尚未形成完善的理论体系,因此传统计算机视觉方法停留在模拟V1区提取目标形状的条形特征,忽略了高级视觉皮层对目标形状表达的重要作用。因此总结并分析高级皮层的形状信息处理机制,并应用于提取目标形状特征进行目标识别具有重要的理论意义和应用前景。本文从生物视觉角度出发,针对V1提取条形特征对目标形状表达的不足,重点研究了腹侧通路V1-V2-V4区对形状信息的处理机制,建立了形状特征层次模型,进一步提取角形、曲率特征。模型的V1层通过Gabor提取条形特征;在此基础上引入V2层,结合3D-DOG抑制噪声,并将两组方向相差90度的Gabor滤波器组提取的条形特征组合为角形特征;V4层通过曲率域计算,描述目标轮廓的形变程度,并最终提取融合曲率与梯度方向的直方图特征。通过条形、角形、曲率的层次性表达,有效增强了目标形状关键点的描述;通过结合曲率与梯度方向直方图,可以有效弥补单一的曲率或梯度特征局部描述的不充分。通过利用MNIST手写数字数据集与21类遥感影像数据集,提取目标形状特征并进行分类,并与传统的生物视觉启发的计算模型与典型的计算机视觉图像表达方法对比,发现本文模型可以取得较为良好的目标识别效果。并通过相关实验验证了方向拓展、尺度拓展、层次性表达、特征融合的有效性。