人类视觉系统经过长期进化,形成了选择性视觉注意机制,该机制能够快速的从海量的视觉信息中提取出感兴趣的区域。显著性检测算法通过模拟视觉注意机制,对视觉场景或图像中的感兴趣区域进行预测和提取。色觉检查图依据人眼色觉感知原理绘制而成,能够很好地模拟人眼在自然环境中受到的刺激,且背景复杂,干扰因素较多。已知的算法大都存在生物依据不足、检测精度不高等问题,在对色觉检查图中的标准图案进行提取时尤为明显。对此本文从不同角度出发,提出了两种新颖的显著性检测算法。本文对除法归一化特征计算方式进行改进,通过模拟人类视觉通路中的颜色双重拮抗神经元,提出一种基于除法归一化的自适应通道权重色觉检查图检测方法,根据拮抗神经元受到的信号强弱进行自适应的权重计算,优化后输出最终检测结果。对视觉心理学和人眼视网膜上的锥状细胞及杆状细胞感色原理进行研究后,本文提出一种基于超像素分割并结合局部特征与全局特征的色觉检查图检测方法,该算法采用超像素分割进行预处理,以超像素块代替像素点计算单个通道内的局部特征与全局特征,并通过通道权重进行融合,得到最终的检测结果。我们收集了目前常用的色觉检查图并进行扫描,制作出色觉检查图数据集与人工标注图集。在此数据集上将本文提出的两种算法与其他算法进行了对比实验,并使用视觉比较方法和客观评价指标对图案提取结果进行评价。对比实验表明,与其他经典算法相比,本文提出的两种算法能够对色觉检查图中的标准图案进行更准确的提取。