1.一种基于视通路方位敏感的图像边缘分级检测方法，其特征在于该方法包括以下步骤：

步骤（1）构建第一级神经元网络，其尺寸与原数字图像大小相同，其中单个神经元采用LIF模型；在每个神经元的感受野范围内，确定该神经元与其他神经元相互作用的突触连接权值，权值大小不仅与两端神经元所对应的图像像素灰度值大小有关，也与两端神经元之间的空间距离有关；

步骤（2）设定4类感受野最优方位，分别为中心水平、副对角线、中心垂直和正对角线；

首先以最优方位为界将感受野一分为二，一半设为兴奋性突触连接，另一半设为抑制性突触连接，突触连接权值大小由步骤（1）确定；然后将兴奋与抑制区域对换，每一类最优方位将会形成2个方向性感受野，这样就会得到8个对特定方向敏感的感受野模型；

步骤（3）以归一化的图像像素灰度值作为第一级神经元网络的输入，将步骤（2）获得的8个感受野模型分别代入神经元模型，记录每个神经元在一段时间内的脉冲发放序列，并计算放电频率作为第一级神经元网络的输出；

步骤（4）融合步骤（3）中8个网络输出，并映射到灰度级形成一幅边缘敏感图像；对每个输出点选择放电频率最大时所对应的感受野最优方位，得到一个与原始图像尺寸大小相同的最优方位矩阵；

步骤（5）再次构建一个与第一级网络规模相同的神经元网络，单个神经元仍然采用LIF模型，形成第二级网络；在感受野范围内，比较各神经元与中心神经元的输入值大小；

若某个神经元的输入要大于中心神经元的输入，确定其与中心神经元的突触连接权值，权值大小与神经元空间距离、输入以及最优方位三方面因素有关；

步骤（6）以边缘敏感图像作为第二级网络输入，构造一个方形感受野，依次与边缘敏感图像的每个像素点对应，根据像素点在最大响应方向上的极值分布，判断对应神经元是否受到侧向抑制作用，这里所述最大响应方向为垂直于最优方位的方向，具体判断规则为：当像素点在最大响应方向上为非极大时将受到侧向抑制作用，反之无作用；再根据最优方位矩阵，确定对应神经元在感受野内的去最优方位侧向抑制范围，抑制量为步骤（5）计算的突触连接权值，第二级网络脉冲频率输出即为抑制后的图像；

步骤（7）对步骤（6）的结果运用类间方差法选定合适阈值进行二值化，得到最终边缘图。