视觉是人类最高级的感知器官之一,而视觉感知外界是通过获取外界图像信息进行反馈的,因而图像在人类感知系统中具有重要的作用。人类对图像的认知首先是要获取到图像中的特征信息,而物体的轮廓是其中非常重要的特征之一,通过对轮廓的获取,才能有效的识别和定位。计算机视觉研究的最高目标就是用计算机视觉模拟人类视觉。在视觉应用中从图像中获取有效信息(如边缘、轮廓等)在该系统中处于承上启下的地位。在前人视觉机理模拟的基础下,本文通过对人类视觉处理机制中的非经典感受野进行重新建模以及构建模拟人类轮廓闭合机理的算法,增加了对自然图像中物体轮廓提取效果。首先,阐明了轮廓检测和轮廓闭合的相关研究,具体介绍了轮廓检测的原理存在的意义,并且简述了人类视觉中对物体闭合性的心理状态,以及介绍了贴近人类心理闭合感知的图论和格式塔规则。其次,考虑到在模拟人类视觉细胞中非经典感受野的抑制机制通常是在静止状态下运转,忽略了人类在注视外界物体时眼球都在运动的这一机制。通过研究眼球在人类视觉中的重要作用,提出了一种结合眼球微动和非经典感受野的新型检测算法。再次,分析了人类在看外界物体时,即使物体不完整,人类视觉也可以将获取到的轮廓闭合,进行更好的识别。考虑到格式塔完型规则中伪边缘对其的影响较大,提出了结合上述滤波器和基于图形方式表达边缘线段连接的理念,构造新的轮廓闭合算法。最后,使用标准图像数据库对所提出的算法进行实验,并与其它相同类型的算法进行了对比,对实验结果进行了定性分析和定量研究。