目前动物机器人的研究主要集中在刺激动物特定脑区进而控制动物行为。视觉系统作为动物感知外界环境信息的主要感官系统,视觉感知信息占感知信息的80%以上。鸟类具有发达的视觉系统,利用脑机接口技术获取视觉系统神经元信号并重建外部视觉输入,对动物机器人利用视觉系统进行救援侦察任务有着重要意义。本文以鸽子为研究对象,设计并实现了基于鸽子视顶盖(The Optic Tectum,OT)神经元响应信号的图像重建软件系统。该系统以图像作为视觉输入,利用多通道微电极阵列采集视顶盖神经元响应信号并分离出局部场电位(Local Filed Potential,LFP)信号,提取LFP信号频域内的幅值相位特征,构建图像与LFP信号之间的重建模型,最终实现图像重建。本文主要完成的工作以及相应的研究结果如下:(1)设计了图像重建软件系统分析了鸽视觉系统的特点,归纳了重建系统的设计原理,结合OT区神经元信号的获取要求以及后续信号处理过程总结了系统的设计需求。根据系统设计原理与设计需求,提出了图像重建软件系统的整体设计方案,方案将重建系统分为神经元信号采集分析和图像重建模型构建。神经元信号采集分析主要包含神经元信号采集、神经元响应特性分析。图像重建模型构建主要包含图像视觉刺激生成、局部场电位信号特征提取、重建模型构建。(2)采集了神经元信号,分析了神经元响应特性搭建了神经元信号采集平台,并根据图像重建需要进行了相应设备选型,为后期进行视觉刺激实验获取神经元信号做了准备。设计了灰底黑的棋盘格实验,采集了神经元响应信号,利用Spike信号的发放率特征并结合反向相关方法确定了OT区中浅层神经元感受野的位置及大小。设计了4个不同方向的灰底黑光栅刺激实验,提取了4个方向神经元响应的Spike发放时刻并绘制Raster图。从Raster图中发现不同方向光栅刺激下神经元的Spike发放时刻与发放序列基本一致,表明了OT区中浅层神经元对方向没有选择性。为后续的图像刺激模式设计以及神经元信号获得做了准备。(3)构建了图像重建模型设计了从右向左的扫屏刺激模式,解决了微电极阵列无法有效的覆盖整张图像的问题。获取了图像刺激后的神经元信号,从神经元信号中利用低通滤波器得到了LFP信号,利用独立成分分析法进行了LFP信号预处理。借助短时傅里叶变换提取了LFP信号频域内的幅值相位特征,并根据特征构造了特征响应矩阵。利用线性逆滤波器和支持向量回归机分别构建图像重建模型并重建了图像。以互相关系数作为评价指标,通过重建模型的分析,发现响应持续时间为0.55s,响应延迟时间为0.01s,频带为20-150Hz,特征响应矩阵可以较好的表征视觉图像刺激。(4)测试了图像重建模型构建算法,分析了重建结果设计了软件交互界面,实现了基于鸽视顶盖LFP信号的图像重建软件系统。采集了6只鸽子6幅图像的神经元信号,进行了图像重建模型算法的测试,重建图像的平均互相关系数为0.9226±0.0212,表明了该重建模型可以较好的重建图像刺激。分析了6只鸽子重建图像的平均互相关系数,分别为0.9357±0.0224、0.9263±0.0221、0.9281±0.0228、0.9146±0.0165、0.9145±0.0211、0.9165±0.0157,6只鸽子平均互相关系数的均方差为0.0087,表明了鸽子自身差异对该重建模型进行图像重建无影响。又分析了两种重建算法重建图像的平均互相关系数,分别为0.9252±0.0227、0.9200±0.0195,两种重建算法平均互相关系数的均方差为0.0036,表明了重建算法差异对该系统进行图像重建无影响。