随着先进的即时通信技术的飞速发展,便携移动终端也越来越流行,人们越来越多的使用智能手机、个人掌上电脑、电子阅读器和其他数码便携终端,随时随地的进行多媒体交流和观赏,随之带来的两个关键性问题就是带宽的限制和便携移动终端显示屏大小的限制。归功于硬件和软件技术的飞速发展,带宽的制约已经得到了较好的缓解,而便携移动终端显示屏的大小仍然是影响人们获得较好欣赏体验的重要制约因素。大部分的图像、视频内容都是适合于在个人电脑显示器或者电视上播放的,当人们在便携移动终端的小屏幕上观看时,观赏的效果就可能会大打折扣。因而找到画面上观赏者最感兴趣的关键区域,对其在有限的屏幕上进行着重显示,可以起到提高观赏者视觉体验的效果。　　 另一方面,图像视频等多媒体资源在人们日常生活中分享、表达和交流信息中起到越来越大的作用,在这个过程中海量的多媒体数据需要快速的进行存储和传播。面对如此庞大的多媒体数据信息,如何能够快速而有效地进行各种分析处理,同时能保证观赏者得到较好的视觉体验,已经成为目前学术界和工业界研究开发的热点。在传统的图像视频分析处理方法中,画面的所有区域被赋予同样的重要性,大多的压缩编码方法也只是从数学和信息论的方向上入手,而从人们的观赏角度上来说,这些方法是事倍功半的。很多分析和应用(诸如图像检索、场景分析、目标识别等)所关心的内容其实只是画面的某一个部分,因此,全面无差别的处理过程提高了分析的复杂度,大大增加了计算量,也无法着重突出画面上人们感兴趣的部分。　　 因此,检测图像、视频的感兴趣区域是一个重要的研究课题,本文便以图像和视频感兴趣区域的检测和应用为课题,主要针对自然彩色图像的感兴趣区域的检测、针对视频特别是广播足球视频的感兴趣区域的检测及自适应转换,以及在H.264视频编码中利用对感兴趣区域的检测来优化编码过程。论文的贡献主要体现在以下几个方面:　　 1.提出一种利用快速有效的彩色图像感兴趣区域的检测方法。人的视觉系统在看到一幅图像的时候,注意力会首先聚焦在于画面上较显著的位置。而利用人的这种视觉显著机制检测图像的感兴趣区域是一个传统的课题,但经典的视觉显著机制模型的检测过程很复杂,计算量也很大。本文提出一种快速的基于相位谱的视觉注意力检测算法,主要利用图像频率域的相位谱信息检测视觉显著区域。先对图像进行基于区域的聚类模糊处理,再建立多通道的基于相位谱的特征图,并检测各个颜色通道的显著区域,然后用贝叶斯概率框架综合各颜色通道的信息建立最终的显著图,最后在这个显著图上确定出图像的感兴趣区域。这个方法能够快速而有效的找出彩色图像的感兴趣区域,并对不同类型的图像具有较好的鲁棒性。　　 2.提出一个对于视频特别是足球视频的感兴趣区域的检测算法框架,并对其进行自适应转换以提高在小屏幕上播放时用户的视觉体验。主要针对目前流行且处理难度较大的直播足球视频,提出了一种基于感兴趣区域剪裁的转换方法,对其感兴趣区域进行突出强调。先利用基于视觉注意机制的显著图模型来提取画面中球场区域的底层信息,并利用卡尔曼滤波对足球进行检测和跟踪,然后提出一种基于腐蚀细化的对球员位置的快速检测法,进而利用模糊感知系统对球场上每个物体的视觉显著度进行计算,生成只包含感兴趣区域的转换视频。主观和客观两方面的实验都表明转换得到的视频在小屏幕上播放时用户能够有较好的观赏体验。　　 3.针对H.264视频编码计算复杂度过高的问题,利用感兴趣区域的检测对编码过程中计算复杂度最高的运动估计和DCT部分进行优化。首先根据全零块的检测结果,将编码宏块划分为感兴趣区域、次感兴趣区域和非感兴趣区域,对不同的区域采用不同质量的编码方式,这样能够在保证编码质量和压缩效率的同时有效的减少计算复杂度。实验也证明了本文中提出的基于感兴趣区域的快速模式选择算法能够有效的节省编码时间,在RD性能上的负面影响也是在可以忽略的范围之内。