1.一种基于初级视觉皮层固视微动机制的轮廓检测方法，其特征在于包括以下步骤：A、输入经灰度处理得到的待检测图像，预设多个尺度参数的高斯函数，多个尺度参数依次增加；对待检测图像的各像素点的灰度值进行滤波，得到各像素点的各尺度参数的高斯滤波响应；

B、对多个尺度参数进行由小到大依次标号，预设多个方向参数及多个尺度参数的高斯一阶导函数，高斯一阶导函数的模板直径大小与尺度参数的个数相同，高斯一阶导函数的模板半径大小为尺度参数的个数减一后除以二的商，预设多个标号与尺度参数一一对应的环状截取函数；

标号一的环状截取函数的函数值如下：位于模板中心的函数值为1，其余函数值为0；

后续X个环状截取函数的函数值如下：以模板中心为圆心、以当前标号减一的差值为半径的圆上各点的函数值为1，其余函数值为0；其中X为高斯一阶导函数的模板半径大小；

其余环状截取函数的函数值如下：以模板中心为圆心、以尺度参数的个数减一后除以二的商为半径的圆上各点的函数值为1，其余函数值为0；

将多个方向参数及多个尺度参数的高斯一阶导函数分别与对应尺度参数的环状截取函数相乘，分别得到与多个尺度参数一一对应的多个环状高斯一阶导函数；

C、对于各像素点：将该像素点的各尺度参数的高斯滤波响应分别与对应尺度参数的环状高斯一阶导函数卷积，分别得到该像素点的各方向参数及各尺度参数的微动响应；将该像素点的同一方向参数且不同尺度参数对应的微动响应得加，得到该像素点的各方向参数的微动融合响应；

D、对于各像素点：在该像素点的各方向参数的微动融合响应中取最大值，作为该像素点的经典感受野响应；

E、预设距离权重函数、抑制系数，对于各像素点：将该像素点的经典感受野刺激响应与距离权重函数进行卷积后与抑制系数相乘，得到各像素点的抑制响应；

F、将各个像素点的经典感受野响应减去该像素点的抑制响应，得到各像素点的轮廓响应，对轮廓响应使用非极大值抑制和双阈值处理，得到各个像素点的最终轮廓值，由各个像素点的最终轮廓值构成最终轮廓图。

2.如权利要求1所述的基于初级视觉皮层固视微动机制的轮廓检测方法，其特征在于：所述的步骤A中的高斯函数的表达式为：

其中σgi为尺度参数，σd为标准差，i为尺度参数的标号，i＝1,2,…L,L为不小于10σd的奇数；

各像素点的各尺度参数的高斯滤波响应表达式如下：Igi(x,y；σgi)＝|I(x,y)*gi(x,y；σgi)|      (2)；

I(x,y)为待检测图像的各像素点的灰度值，| |为取绝对值符号，*为卷积符号。

3.如权利要求2所述的基于初级视觉皮层固视微动机制的轮廓检测方法，其特征在于：所述的步骤B中的多个环状截取函数的表达式如下：所述的环状高斯一阶导函数的表达式如下：

其中θ为方向参数， Nθ为方向参数的数量；

高斯一阶导函数RF(x,y；θj)的表达式为：其中γ为感受野的椭圆长短轴比例常数。

4.如权利要求3所述的基于初级视觉皮层固视微动机制的轮廓检测方法，其特征在于：所述的步骤C中的各像素点的各方向参数及各尺度参数的微动响应表达式如下：ei(x,y；θj,σgi)＝Igi(x,y；σgi)*EMi(x,y；θj)i＝1,2,...L  (4)；

各像素点的各方向参数的微动融合响应表达式如下：

5.如权利要求4所述的基于初级视觉皮层固视微动机制的轮廓检测方法，其特征在于：所述的步骤D中的各像素点的经典感受野响应表达式如下：E(x,y)＝max{E(x,y；θj)|j＝1,2,...Nθ}    (6)。

6.如权利要求5所述的基于初级视觉皮层固视微动机制的轮廓检测方法，其特征在于：所述的步骤E中的距离权重函数的表达式为：

其中，

||·||1为L1范数，H(x)＝max(0,x)；

所述的各像素点的抑制响应Inh(x,y)为：Inh(x,y)＝αE(x,y)*wσ(x,y)   (8)；

其中α为抑制系数。

7.如权利要求6所述的基于初级视觉皮层固视微动机制的轮廓检测方法，其特征在于：所述的步骤F中的各像素点的轮廓响应的表达式如下：R(x,y)＝E(x,y)‑Inh(x,y)。