交通驾驶环境是一个立体的、多源的、需实时处理的、动态变化的复杂场景，交通驾驶过程中，驾驶员的注意往往受两种注意的控制，即基于环境及图像特征驱动的自下而上的注意和基于任务及认知驱动的自上而下的注意。驾驶员在这两种注意机制下的眼动特征会有什么样的区别？其对场景图像提取到的图像显著性会有什么样的不同？目前很少文献有这方面的研究。另外，在图像显著性计算模型方面，基于生物视觉机制的Itti计算模型常被用来计算图像的显著性，但该模型在交通驾驶环境中的应用研究并不多见。本文通过行为实验仔细研究了交通驾驶环境中不同注意机制下的眼动特征,得到了其真实眼动视觉显著图库。同时也将Itti计算模型应用于交通环境图像显著性计算中，得到了计算显著图，最后，本文将真实眼动显著图与模型计算显著图作了比较。论文的主要结论如下：从眼动数据来说，相对于无驾驶经验被试在无任务自由观看交通图片的过程，有驾驶经验被试在有任务假设驾驶观看交通图片过程中，其眼动特征表现为：注视时间较长、眼跳幅度较小、眼跳次数较多、对交通标识以及红绿灯的忽视率低、观看次数多、表明有驾驶经验被试更容易找到交通标志；从眼动显著图比较结果来看，有驾驶经验被试在有任务观看道路交通图片时比无驾驶经验被试自由观看道路交通图片的视觉显著感知图更为集中，表明有任务状态下被试更有目的性地观看目标。由Itti模型与眼动显著图的比较结果我们可以得到，其ROC曲线值为0.640435，可以看到模型显著性图和人眼显著性图它们之间有一定的相似性。但是同时也可以看到，其匹配度不是很高，这也需要在以后的研究工作中加入相关特征约束对模型进行改进，以更好的跟人眼显著性图相匹配。