1.一种基于时空脉冲编码的图像轮廓提取方法，其特征在于，具体按照以下步骤实施：步骤1、读取输入图像；

步骤2、利用二维Gabor函数模拟简单神经节细胞感受野和复杂神经节细胞感受野来处理输入图像；

步骤3、利用非经典感受野的各向异性抑制，对提取出的结果做初步的纹理抑制；

步骤4、利用高斯函数来赋予权值处理纹理抑制后的图像，并编码成时间脉冲序列；

步骤5、利用漏积分点火神经元模型组成脉冲神经网络，将步骤4得到的时间脉冲序列输入到网络，将脉冲发放频率作为输出，经细化处理和二值化处理后得到最终的提取结果；

其中，所述步骤2中模拟简单神经节细胞感受野具体为：

使用4个尺度12个方向的二维Gabor函数模拟简单神经节细胞感受野处理输入图像，初步提取出轮廓结果；

其中参数γ＝0.5为空间纵横比，决定感受野的椭圆度；参数σ为高斯函数的标准偏差，决定感受野的大小；参数λ是余弦因数的波长，而1/λ是余弦因数的空间频率；比率σ/λ＝

0.56决定在接收场中可以观察到平行的兴奋性和抑制性条带区域的数量；角度θ∈(0,π)决定感受野的朝向；参数 和 构成奇偶滤波器来模拟简单神经节细胞感受野，将简单神经节细胞感受野函数与输入的图像f(x,y)进行卷积，得到简单神经节细胞感受野的响应然后使用参数 和 构成4个尺度12个方向的奇二维Gabor滤波器和偶二维Gabor滤波器，用这些滤波器和原图的卷积结果做平方和然后开根号来模拟复杂细胞感受野提取结果；所述步骤2中模拟复杂神经节细胞感受野具体为：复杂细胞的感受野对图像的边缘方向信息非常敏感，在计算机视觉中使用简单神经节细胞的奇对称感受野滤波器、偶对称感受野滤波器的响应模型，来捕捉复杂细胞感受野得到的响应，公式如下其中，所述步骤4具体为:根据各感受野尺度的不同，利用高斯函数求得不同尺度的权重，如下，

其中k为不同尺度感受野的个数，1为尺度最大的感受野，N为最小尺度的感受野，μ＝

0.9为高斯函数的中心轴，r＝1为高斯函数的标准差；

然后利用各权重与各尺度图像相乘，如下

最后将得到的各个尺度相同位置像素点组合起来，编码为一个时间脉冲序列。

2.根据权利要求1所述的一种基于时空脉冲编码的图像轮廓提取方法，其特征在于，所述步骤3中使用DOG函数来模拟非经典感受野，抑制项是由各个方向的复杂神经节细胞感受野的响应与加权函数卷积得到，如下：利用复杂神经节细胞感受野的响应减去抑制项，得到各个方向抑制后的结果其中α是非经典感受野抑制作用的强度系数，H(x)为取正运算函数；从同一个尺度，每一个像素点位置挑选最大的响应方向作为该像素点的响应，如下并记录每一个像素位置最优方向：

A

Θ (x,y)＝θk

3.根据权利要求1所述的一种基于时空脉冲编码的图像轮廓提取方法，其特征在于，所述步骤5具体为：使用漏积分点火神经元模拟视觉信息在不同视觉细胞之间的传递过程，将步骤4得到的时间脉冲序列输入到神经网络中，利用漏积分点火神经元脉冲发放特性，以脉冲发放频率对视觉特征进行脉冲编码，去除信息的冗余；漏积分点火神经元模型：式中v膜电压，cmt膜电容，gl漏电导,vreset静态电势，vG脉冲发放峰值，vth脉冲发放阈值，Iin对应上一级轮廓响应，ref是绝对不应期；当v大于vth时，神经元将会发放脉冲；当v到达vG时，它被瞬间重置为vreset，开始进入绝对不应期，等到ref＝0，神经元被重新激活；根据得到的脉冲发放频率，利用非极大值抑制做细化处理，并用滞后阈值法做二值化处理，得到最终提取结果。