图像已经成为人们生活中必不可少的交流介质,然而其数据量的日益增长以及分辨率的提高都对软件算法和硬件技术提出了更高的要求。图像显著性检测旨在提取图像中人眼最感兴趣的区域或者对象,这无疑为后续处理提供了极大的便利。近年来,基于传播机制的显著性检测算法取得了不错的效果。然而这种方法仍存在诸多局限性,针对现有工作中存在的不足,本文提出了两种基于传播机制的显著性检测方法:(1)提出了基于局部结构信息的显著性传播方法,解决现有传播机制难以抑制背景区域的问题。本文首先通过融合两种先验知识得到粗略显著图,其中包括了提出的基于中心紧凑原则的空间分布显著图。然后,一种充分考虑图像局部结构信息的传播机制被提出用以对粗略显著图进行优化,经过传播后显著图的效果进一步提高。(2)提出了基于有效局部与全局对比度信息的显著性传播方法,解决现有传播机制不能准确分离前景与背景的问题。本文首先提出了一种更有效的背景先验显著图,并与Objectenss融合得到粗略显著图。随后,本文提出了一种基于有效局部与对比度信息的传播机制对粗略显著图进行优化。最后,一种融合两阶段显著图的策略被提出去进一步提升表现。提出的两种算法与其他11种方法共在五个数据库上进行了对比评测,实验结果充分验证了提出算法的有效性。同时,算法中涉及到的参数以及各个部分的性能也在实验中被进一步分析。在实验的最后部分,本文将提出的传播机制应用到现有方法中,实验结果表明提出的传播算法具有广泛的适用性。