近年，面临繁杂的经济形势和艰巨的变革使命，交通运输业作为保障经济和各项事业发展的重要基础和支撑，获得了迅猛发展的机遇。道路网在全国范围的迅猛扩展，加上我国地域辽阔、自然环境复杂，使得道路灾害的种类和发生频率不断增长。不但影响到运输业的平稳运行，甚至会威胁到人民的基本生活，制约国民经济的发展。设计并实现及时、准确的道路灾害监测和预警系统是预防灾害和降低损失的有效措施，随着监控技术和图像处理技术的发展，基于视频图像监控和传统图像处理方法的道路灾害监测系统已经有了一定的发展并被应用。但现存系统对道路灾害识别的效率和准确性还有待提高。视觉注意机制试图用计算机仿真系统来模拟人类的视觉系统，它已经成为计算机视觉领域的研究热点。近四十年的研究发展使得视觉注意机制日趋成熟，研究者已经对其建立了相应的模型，并将这些模型成功应用到了图像信息处理领域中。本文设计的基于视觉注意机制的道路灾害视频图像处理系统是对道路灾害监测系统中的图像处理子系统进行重新设计和实现，来提高现存道路灾害监测系统的图像处理的性能。利用视觉注意机制模型提取道路设施图像的显著图，并根据显著图将显著区域从原图像中分割出来，作为图像处理的目标区域和对象。同时本研究的方法也继承了现存的图像处理技术来对分割出的显著区域进行特征提取和特征匹配，从而给出及时和精确的灾害预警信息。将视觉注意机制引入此系统不仅符合人类视觉特征，同时使图像处理子系统的计算资源集中在显著性高的灾害区域上，这对减少图像处理过程中的计算量有着重要的理论意思，对提高识别灾害的实时性有一定的实用价值。本文的创新点和主要工作包括下列几个方面：1、简要介绍基于整个道路灾害监测和预警系统的背景和需求分析、整体架构和服务器端各个子系统的功能及其工作流程。2、研究和对比视觉注意机制中的几种常用的物体静态显著性提取算法，并分析各自的优缺点。3、介绍本文采用Saliency Toolbox计算输入图像的显著图和显著区域定位图，并通过实例进行说明其原理。提出了一种利用显著图从原始场景中分割出显著区域的算法。4、将视觉注意机制与图像处理子系统结合，利用图像的显著图将显著区域（灾害可能区域）从原图像中分割出来；再利用传统的图像处理技术仅仅对显著区域进行预处理、后处理、特征提取和特征匹配；最后根据特征匹配的结果决定是否给出预警信息。5、对整个系统进行调试，使用模拟的路面滚石、雪灾，桥梁裂缝、边坡滑坡灾害对基于视觉注意机制的道路灾害视频图像处理系统进行测试，并与传统道路灾害预警系统进行结果对比和分析。