颜色和形状特征是图像的视觉感知特征中两个最基本的特征,而在视觉感知的研究中特征捆绑问题是一个中心问题。当人在观看图像时,大脑各区域如何分别感知各种特征并在知觉的过程中实现特征的捆绑从而形成感知对象的整体知觉,是近年来心理学领域研究的热点,目前已产生了些新的概念和理论。在计算机技术日新月异的今天,研究人类大脑对颜色和形状特征捆绑的神经机制,利用计算机建模技术,建立视觉特征捆绑的认知模型,模拟人类自身的认知系统,对于推动图像理解与检索具有重要的理论意义和学术价值。针对图像颜色和形状特征捆绑问题,本文主要工作如下：全面介绍了捆绑机制的理论和模型的研究现状,深入分析了脉冲耦合神经网络(PCNN)模型的构成、特性及在图像处理中的主要应用——图像分割和边缘检测。分析了图像分割和边缘检测与图像颜色和形状特征捆绑的关联,论证了应用PCNN解决特征捆绑问题的正确性和有效性。分析了传统脉冲耦合神经网络存在的问题,提出了一种基于强度的PCNN模型。在该模型中,通过计算模型中神经元邻域内脉冲发放总强度可以实现特征的表示,通过计算模型中神经元自身脉冲发放强度可以实现特征的捆绑。将模型应用在特征捆绑中并完成了模拟仿真实验。实验表明,该模型可以较好地实现特征的表示和捆绑,能够完成颜色和形状特征捆绑的任务为视觉感知中特征捆绑的进一步研究提供了一定的参考价值。功能磁共振成像fMRI(functional Magnetic Resonance Imaging)技术的特点是能够实时地监测到大脑特定区域的活动情况并能够达到高时空的分辨率。通过fMRI技术获取图像感知过程中的脑成像数据,将会更加的客观和科学。本文最后提出在今后的研究中,若将先进的fMRI技术应用到视觉感知特征捆绑的研究中,可以进一步揭示人脑的认知过程,为计算机图象处理颜色和形状特征捆绑提供了新的思路。