不过,我们还是应该试试.1．经典感受野（同心圆结构感受野）的局限性

　　计算机只会机械的执行程序代码!

　　但是,请注意!这些代码是用来执行数学运算的,而被运算的数学模型是依据人脑识别图像的原理建立的,更准确的说,是依据我们自以为是的人脑识别图像的原理建立的.

　　所谓计算机识别图像,就是这个数学模型运算的结果.

　　历史发展脉络是这样的：

　　1906年CharlesSherrington提出了感受野的概念.1953年StephenKuffler提出感受野是同心圆结构,后来同心圆结构感受野成为计算机识别图像的理论基础.工作原理如下：

　　当同心圆中心区和同心圆外周区接受的刺激是一样的时,感受野输出设定为零；

　　当同心圆中心区和同心圆外周区接受的刺激不一样的时,感受野输出设定为它们的差值.见下图：

　　在实际工作中,我们是采用这种工作原理得到图像边缘点的.见下图：

　　由得到的边缘点组合成边缘线,由边缘线组成物体轮廓,再根据物体轮廓,由各种各样的模式识别理论（可参看本博客上各种模式识别理论介绍）分析出物体三维形状,或识别出物体.

　　然而,事情不会有这么简单,以上图为例,我们一眼就看出,四个感受野中,最左边的在黑色区域,最右边的在白色区域,但是最左边的感受野和最右边的感受野反应曲线都是一样的,既从它们的反应曲线上我们得不到它们所在的区域差别值.

　　显然,以同心圆感受野为模型建立的同心圆两区域差值判别数学方法没有能够完全的反应出我们大脑对图像的识别过程.