چکیده برای توسع? الگوریتم های پردازش و تحلیل تصویر و بینایی ماشین، کامل ترین سیستم که بتوان از آن الهام گرفت سیستم بینایی انسان است. در این تحقیق با مطالع? سیستم بینایی انسان و جانوران هم به لحاظ فیزیولوژیک و هم به لحاظ روان بینایی، سعی شده است تا نحو? استخراج عوامل موثر در بینایی سطح پایین مانند: لبه، خط، بافت، حساسیت به کنتراست و کانتور مبتنی بر اثر بازدارندگی میدان دریافت غیر مرسوم، با استفاده از روش های تحلیل سیگنال و فیلتر های مخصوص مانند فیلتر گابور مدل شود. همچنین برای بهبود کارایی بعضی از عوامل فوق روش های ابتکاری ارائه شده است. در این مورد می توان به طراحی آشکار ساز خط مبتنی بر مدل سلول های مرکز- اطراف شبکیه، طراحی آشکارساز دقیق لبه با قابلیت اصلاح مکان لبه در مقیاس های مختلف اشاره کرد. این آشکارساز لبه با استفاده از روش جدید ارائه شده تحت عنوان الگوریتم ادغام منقبض شوند? پاسخ های گرادیان، به اصلاح موقعیت لبه ها برای مقیاس های بزرگتر، می پردازد. این الگوریتم بر اساس سیر از مقیاس بزرگتر به سوی مقیاس های کوچکتر ابداع شده است. همچنین برای یکپارچه سازی سیستم بینایی سطح پایین و ارائه یک خروجی مطلوب مانند نقش? مرز اشیاء برای تصاویر طبیعی، از شبک? عصبی و رهیافت یادگیری الگوهای محلی ویژگی های تصویر استفاده شده است. تصویر خام ورودی به عوامل تصویر تجزیه می شود و این عوامل به صورت ویژگی به شبک? عصبی داده می شوند تا شبک? عصبی با ادغام این ویژگی ها، در مورد نقش? نهایی مرز اشیاء تصمیمگیری کند. آموزش این شبک? عصبی توسط تصاویر طبیعی و نقش? گراندتروث مربوطه به عنوان نقش? هدف، انجام می شود. برای تعیین وزن های این شبک? عصبی از الگوریتم بهینه سازی جمعیت ذرات استفاده شده است. نتایج حاصل شده بیانگر این است که الهام از سیستم بینایی برای ابداع الگوریتم های پردازش تصویر و بینایی ماشین، به بهبود روش های قبلی و خلق روش های جدید کمک می کند. کلید واژه ها: سیستم بینایی سطح پایین، عوامل بینایی، مدل سازی، تابع گابور، شبک? عصبی.