1 绪论 1
1.1 引言 1
1.2 国内外相关领域的研究现状 2
2 视觉感知与认知组织的生物学依据 18
2.1 引言 18
2.2 人类视觉感知与认知机理的相关依据 19
2.3 人类视觉的启发原则 37
2.4 本章小结 38
3 基于高斯金字塔结构的视网膜感知计算方法 39
3.1 引言 39
3.2 相关研究工作 41
3.3 算法过程与描述 44
3.4 算法的实验结果与应用研究 48
3.5 结论与讨论 55
3.6 本章小结 56
4 受V1功能特性启发的目标轮廓特征提取计算模型 57
4.1 引言 57
4.2 基于gabor核的积分变换 59
4.3 具有V1功能特性的目标轮廓提取模型与方法 62
4.4 复杂环境下自然图像的目标轮廓提取 66
4.5 结论与讨论 77
4.6 本章小结 78
5 受视觉“what”通路信息处理机制启发的目标识别计算模型 79
5.1 引言 79
5.2 视皮层信息处理机制与启发计算模型 81
5.3 算法验证与结果 87
5.4 结论与讨论 95
5.5 本章小结 96
6 一种有监督的流形认知目标识别方法 97
6.1 引言 97
6.2 流形的数学定义与图像流形认知启发 99
6.3 局部线性嵌入（LLE）算法的思想与主要步骤 101
6.4 有监督的LLE算法（SLLE） 103
6.5 实验与结果 105
6.6 结论与讨论 109
6.7 本章小结 110
7 一种基于独立成分特征的自主发育认知目标识别方法 111
7.1 引言 111
7.2 自然图像的特征提取方法 113
7.3 基于独立成分特征的发育认知图像识别方法 114
7.4 算法验证与结果 120
7.5 结论与讨论 125
7.6 本章小结 126
参考文献 127
附录 146
后记 167