信息技术的快速发展导致图像资源的迅速累积并以爆炸式的速度增长,如何高效智能化处理这些图像数据已经成为人们关注的焦点。研究者们提出了图像显著性区域检测方法来提取图像处理中的感兴趣区域,这极大的提高了图像处理的效率。为了进一步提高图像的显著性区域检测效果,本文就基于区域的图像显著性检测方法进行了研究。首先,对课题涉及到的低层特征以及其常见的提取方法进行了归纳总结,同时就两个经典的图像显著性模型进行了分析。其次,提出了基于多尺度局部特征与全局特征差异性的图像显著性检测方法。该方法提取图像均匀分块后备块的局部颜色特征,然后结合空间距离计算备块颜色特征的全局差异性,从而获得到单尺度下的初步显著性图,最后将备尺度下的初步显著性图相互增强以得到最终的显著性图。再次,通过进一步研究显著性区域的特点,提出了基于多层次融合的图像显著性区域检测方法。该方法首先在底层上融合图像的区域颜色特征、区域纹理特征和区域空间相干性得到区域对比度图,然后根据中心先验和颜色先验生成高层先验图并将其与区域对比度图进行融合得到初步的显著性图,最后在尺度空间上融合各个尺度下的初步显著性图得到具有各个尺度显著性图特点的最终的高质量显著性图。最后,通过实验对提出的两种图像显著性检测方法进行有效性和可行性的验证,并对实验结果进行分析。