随着现代科学研究的进一步加深，促进了对图像感兴趣区域的研究。运用视觉关注等相关技术快速检测图像中的感兴趣区域，在军事、生产和生活等诸多领域都有迫切的需求，同时也是计算机视觉、人工智能、视频通讯和图像处理等领域的关键问题。视觉关注是人类信息处理中一项重要的心理调节机制，是从大量信息中选择有用信息的有意识活动，是人类视觉感知过程中高效性和可靠性的保障。视觉关注模型以视觉关注为依据，结合计算机视觉，构建的一个非空间特征的视觉关注体系结构。它不仅有助于探索视觉认知规律，而且对于解决感兴趣区域选取问题和提高计算机的图像处理效率有着重要的意义，在图像提取和图像缩放等领域也有重要的应用价值。本文对图像感兴趣区域进行了深入研究，并以改进的视觉关注模型为出发点，结合图像处理算法，分别利用图像提取算法和图像缩放算法对改进视觉关注模型检测的感兴趣区域进行了研究。图像感兴趣区域提取是图像处理领域的一个研究热点，本文借助感兴趣区域提取技术，可以对图像缩放、图像拼接等图像处理算法进行指导，还可以帮助观察者对图像进行理解。针对图像感兴趣区域提取不准确的问题，本文基于视觉关注模型，对图像感兴趣区域提取进行了研究，并提出了基于视觉特征的图像感兴趣区域提取算法。基于视觉特征的图像感兴趣区域提取算法主要针对视觉特征明显的图像进行处理，并根据不同的图像选取不同的视觉特征。图像缩放是图像处理算法中的一个重要组成部分，在数字视频处理领域中发挥着重要作用。传统方法是直接通过缩放图像尺寸以适应目标屏幕，但这种方法在缩放过程中会导致图像中感兴趣区域难以辨认或者扭曲，甚至背景信息丢失。针对该问题，本文基于感兴趣区域，对图像缩放进行了研究，并提出了基于感兴趣区域的图像缩放算法。基于感兴趣区域的图像缩放算法主要针对图像中的感兴趣区域进行缩小或放大。感兴趣区域是本论文图像缩放研究的重点，也是本论文的创新点。图像中的非感兴趣区域不是研究重点，可以简单缩放处理。基于上述算法，本文建立了一个基于感兴趣区域的图像处理算法实验平台，并实现了上述方法。实验结果表明：改进的视觉关注模型能够准确的检测图像中的感兴趣区域，并为本文中的图像感兴趣区域提取和图像缩放两个算法提供依据。基于视觉特征的图像感兴趣区域提取算法不仅提取了图像中的感兴趣区域，而且保证了感兴趣区域内容的完整性，显示了良好的视觉效果，改善了图像提取的质量。基于感兴趣区域的图像缩放算法不仅实现了图像缩放，而且保证了图像不失真和感兴趣区域内容的完整性，显示了良好的视觉效果，改善了图像缩放质量。最后，对全文工作和今后的研究重点进行了总结和说明。