Bien qu'actuellement l'on puisse connaître avec une précision remarquable le fonctionnement d'un neurone, l'élément de base du traitement de l'information dans le cerveau, il est difficile, voir même impossible d'utiliser toutes ces connaissances afin de prédire les propriétés de larges structures composées de telles unités de base: la complexité en serait trop grande. Pour cette raison, il faut modéliser d'une part l'élément de base, le neurone, et d'autre part les fonctions visuelles. C'est donc en accord avec ces principes que ce travail de thèse a été élaboré. Premièrement, la compréhension du système visuel humain s'est restreinte à l'étude de la rétine et du cortex visuel primaire. Avec le thalamus, ces régions visuelles forment ce que l'on appelle en anglais « the early visual system », traduit par "le système visuel primaire". La fonction précise du thalamus n'étant pas encore connue, et étant généralement considéré comme un relais de l'information visuelle, le thalamus n'a donc pas nécessité une étude particulière. Deuxièmement, le neurone a été modélisé selon des circuits électriques. Troisièmement, seule la fonction visuelle qui permet à l'être humain de distinguer les objets les uns des autres dans une image, fonction non encore égalée par les modèles actuels, a été modélisée. La modélisation de cette fonction a été basée sur l'extraction de contours et de surfaces. Seules des images statiques ont été considérées. Bien que ces principes constituent les fondements de ce travail, et ceux d'ailleurs de la plupart d'autres d'objectif similaire, une modalité essentielle n'a pas été spécifiée: faut-il tenir compte de l'évolution temporelle dans ces modèles? Cette question, d'un premier abord abstraite, a contribué à l'originalité et à l'accomplissement des objectifs de cette thèse. En effet, bien que cette question ne se soit jamais posée pour ceux qui analysent des objets en mouvement, puisque le temps est par défaut inclus dans les équations, cette question semble un peu déplacée dans le contexte d'images statiques où les objets sont immobiles. Néanmoins, ce travail apporte des évidences que le temps offre de nouvelles perspectives dans la compréhension des performances visuelles du système visuel humain. En effet, une analyse temporelle a permis d'introduire un nouveau concept, celui de précédence temporelle, De ce concept résulta une nouvelle approche où l'information visuelle d'une image n'arrive pas en une fois dans les modules de traitement, mais est répartie dans le temps pour former un flot dynamique. Cette thèse démontre mathématiquement et par le biais de simulations informatiques l'avantage qu'offre un tel flot de données. Seules des études psychologiques pourront confirmer si réellement le système visuel humain utilise cette dimension temporelle, et ceci même dans le cas d'images statiques.
