随着计算机网络和多媒体技术的迅速发展，数字图片等多媒体数据呈爆炸式的增长。处理和使用这些数据成为一个难题。图片检索、图片分割、物体检测以及协同图片分割等一系列的处理图片的计算机视觉领域的技术被提了出来。这些方法在处理数字图片方面虽然取得了很好的效果，但是因为多媒体数据量的庞大，它们面临的一个很重要的问题就是时间复杂度太高。在优化算法减少处理时间的同时，如果仅仅只处理图片中显著性物体的区域也能够大大减少数据处理的时间。因此如何准确快捷的检测出图片中的显著性物体所在的区域成为了一个亟待解决的问题。协同显著性物体检测的目的是检测多幅图片中出现的相同或相似的显著性的区域。虽然最近几年很多单张图片的显著性检测的方法被已经被提了出来，它们都存在各种的优点和缺点。本文介绍了一种通用的融合多个显著性检测方法的协同显著性物体检测方法，在融合过程中优先考虑某些显著性物体检测方法，取得了比任何一种用来融合的显著性物体检测方法都要好的效果。本文提出了一个通用一致性的准则，自动确定每个单独显著性物体检测方法的权重。这个准则具有一般性，可以用于几乎所有种类的显著性物体检测方法。本文的方法在基准数据集上取得了较好的结果。