本文采用计算机视觉与认知心理学的关键技术对场景图像的视觉显著性进行了深入的研究，并将研究成果应用烟雾与火焰的视觉显著性目标检测，实现了场景图像与视频帧中显著目标的自动检测。通过对场景感知的两种加工模式研究提出了自底向上与自顶向下相结合的混合加工模型，并将场景图像的局部特征与全局特征并行加工处理，通过特征融合实现了场景图像的显著目标检测。通过认知心理学方法研究了底层视觉特征对不同类别目标识别的影响，并采用神经网络偏置自适应共振理论（biasedART简称bART）模型实现了模拟与仿真，实现了基于视觉显著特征的目标快速识别。采用视觉显著性检测方法实现了火焰与烟雾目标的识别，通过提出的傅立叶频谱时空差异与多步长帧间累积差法改进了现有的视觉显著性检测方法，提高了目标检测准确性与检测速度。