对图像的识别、理解和处理方法,具有重大的社会应用价值,也是一个极为重要的学术理论热点。识别和理解图像首先需要提取出图像中重要的、人类感兴趣的区域——即图像显著性检测。　　 图像显著性检测的难点之一是如何准确计算图像中每个像素点的显著性值。在检测图像显著性时如果基于图像的低级特征,便很容易受到噪声干扰,导致无法准确计算像素显著性。而使用图像的高级特征比如构图信息,便可显著抑制噪声。　　 本文在Gofeman等人提出的上下文相关显著性的基础上,提出了一种新的显著性定义——摘要显著性,并设计了基于构图信息提取图像摘要显著性区域的一种算法。　　 本文的主要贡献包括:(1)定义了能够概括图像主要内容的图像摘要显著性;(2)提出了图像构图的定义、表示和比较方法;(3)将图像构图信息应用于图像摘要显著性检测。实验表明,本文提出的显著性检测算法具有比较好的抗噪声能力,能够有效提取图像的摘要显著性区域。其显著性区域提取的结果,可用于图像压缩和图像检索预处理等领域。