El sistema visual humano es un componente crucial del sistema nervioso, que nos permite percibir y entender el mundo que nos rodea. Los avances en la investigación sobre el sistema visual tienen profundas implicaciones para nuestra comprensión tanto de la visión biológica como de la visión por computadora. La detección de orientación, un proceso fundamental en la corteza visual donde las neuronas responden a estímulos lineales en orientaciones específicas, desempeña un papel fundamental en ambos campos. En este estudio, proponemos un mecanismo novedoso de detección de orientación para neuronas locales basado en computación dendrítica, específicamente diseñado para imágenes en escala de grises. Nuestro modelo consta de ocho neuronas capaces de detectar información de orientación local, con interacciones entre neuronas facilitadas a través de dendritas no lineales. A través de la extracción de información de orientación local, este mecanismo deriva efectivamente información de orientación global, como lo confirman las exitosas simulaciones por computadora. Los resultados experimentales demuestran que nuestro mecanismo exhibe notables capacidades de detección de orientación independientemente de variaciones en tamaño, forma o posición, lo cual coincide con hallazgos previos de investigación fisiológica. Estos hallazgos contribuyen a nuestra comprensión del sistema visual humano y ofrecen valiosas perspectivas tanto para la visión biológica como para la visión por computadora. El mecanismo propuesto de detección de orientación, con sus cálculos dendríticos no lineales, ofrece un enfoque prometedor para mejorar la detección de orientación en imágenes en escala de grises.