视觉显著性指在图像中提取引起人视觉关注或吸引观看者兴趣的区域的过程，已广泛应用于图像分割及对象识别等领域。立体视觉显著性模型与传统显著性模型相比引入了深度特征改善显著性检测性能。目前立体显示技术研究如火如荼，但研究的重点侧重于从制作方的角度考虑立体内容制作、传输及成像环节，却忽视了终端用户对于立体信息的主观体验。基于显著性模型的立体图像视差控制技术可以克服立体融合问题，控制多视点立体图像中的目标区域显示在自由立体显示器的不同深度，改善用户的立体视觉体验。本文针对立体视觉显著性及其在立体图像视差控制中的应用开展了深入的研究工作。在立体视觉显著性研究方面，本文从显著性模型的构建、评估环节入手，深入研究了深度信息对显著性的影响，基于区域对比等传统显著性模型，分别提出了基于深度对比的立体显著性模型和基于直方图分段的立体显著性模型。此外，在本文研究中人工标注了用于显著性算法评估的数据库，基于此数据库对立体显著性模型从主观评测和客观PR(Precision-Recall)曲线的角度进行评估，验证了深度信息可以有效地提高显著性模型的性能。在立体图像视差控制方面，本文推导了平行多视点立体图像的视差控制原理，并基于Mean Shift图像分割实现了立体图像的自适应视差控制。此外，利用显著性模型和SIFT(Scale Invariant Feature Transform)特征算子搭建了面向多视点立体图像的视差控制平台，多视点立体图像经过视差控制后在八视点自由立体显示器上显示，结果表明本文提出的算法能清晰自然的再现现实立体场景。