1. 研究目的与意义及国内外研究现状

显著性检测是今年来数字图像处理中的热门内容，它在图像分割、自适应压缩、人脸识别、图像检索等方面的实际应用方面都能起到决定性的作用。随着计算机模型的发展，越来越多的显著性检测算法被提出，检测的速度、精确度、鲁棒性等指标都有了较大的提高。但是现有的算法仍不是完美的。针对现有的基于图像底层特征的显著性检测算法检测准确度不高的问题，提出了基于纹理特征的显著性检测算法。

国内外研究现状

对于图像的显著性检测的研究，国内外的研究机构和大学已经做了大量的研究工作，取得了一定的科研结果。Treisman和Gelade、Koch和Ullman的早期工作以及之后Itti、Wolfe等其他研究者提出的视觉注意理论将视觉注意的过程分为两个阶段：基于自底向上的，独立于特定任务，快速的显著区域检测和基于自顶向下的，有意识的，慢速的显著区域检测。

2. 研究的基本内容

本文主要研究和实现图像显著区域的检测。本文重点研究图像的纹理特征，设计算法来获取图像中纹理特征的优势，从而讨论并解决其中的一系列关键问题和难点问题，给显著区域检测提供新的理论和方法。

3. 实施方案、进度安排及预期效果

实施方案：查阅和学习国内外多篇已发表论文，从中得到启发，并进行总结。

进度安排：2015.12—2016.3 选题，资料查阅，开题。

2016.3—2016.4 资料查阅，整理资料，撰写论文初稿。

4. 参考文献

[1]ali borji,ming-ming cheng,huaizu jiang and jia li.salient object detection:a survey.

[2]christian scharfenberger,alexander wong,khalil fergani,john s.zelek and david a.clausi .statistical textural distinctiveness for salient region detection in natural images.

[3]federico perazzi,philipp ,yael pritch,alexander hornung,disney research zurich,stanford university.saliency filters:contrast based filtering for salient region detection.