随着时代的发展，视频图像等数据无处不在，数据量巨大一直受到人们的关注。庞大的数据带来了大量的信息，促进了高速发展，另一方面也造成了诸多问题，比如储存问题，带宽问题等等。因此，图像编码问题依旧是研究的一大热点。通常的图像编码方法是针对整个画面，使得其中的每个物体压缩到最好。但实际上，人眼的注意力往往只集中在画面中最显著的某一部分区域。在本文中，我们利用视觉显著性这个原理，以降低非感兴趣区域的质量为代价使得感兴趣区域的编码效果更好。本文一共提出了三种实现方法。第一，基于深度控制量化的编码方法。直接利用深度图标定视觉显著区域，即把距离成像设备近的区域当作视觉显著区域，通过调整HEVC中的量化参数值，使得较近的区域分配较多的码率，而较远的区域分配较少的码率。第二，基于景深重建的编码方法。利用直方图的方法加深度信息提取视觉显著区域，也就是感兴趣图。再利用感兴趣图和低通滤波器重建景深。最后基于HEVC码率控制的原理，将重建景深后的图利用HEVC编码。第三，基于率失真优化的视觉显著性编码方法。首先统计出HEVC编码的每个块对应的量化参数值，码率和失真。然后以感兴趣图作为权重，利用率失真原理计算出最优量化值，最后利用这个最优值对图像进行编码。最后，通过大量的实验与最新编码标准HEVC原始编码方法作对比。利用主观和客观两种评价方法，说明我们的方法相比原始方法来说，有更好的编码效果。