人类感知外界信息的能力是非常强大与高级的,视觉系统在人类感知外界信息过程中起着重要的作用,而人类的视觉信息处理能力已经进化到高度完美的程度。随着信息技术的不断发展,数字图像数量的不断增多,人们希望计算机可以快速有效地处理这些图像,能够像人类那样具有自动适应的能力。但是,目前计算机视觉和人类的视觉相比还存在着巨大的差异,并且,传统的计算机视觉研究也遇到了瓶颈,所以我们希望进一步研究人的视觉机制以应用到视觉模型之中。其中,选择性注意机制是视觉研究中的重点和热点。所谓选择性注意,是指人的眼睛在同一时刻接收外界信息的能力是有限的,视觉系统可以对输入的信息快速地进行分析和处理,去除冗余的信息,提取出人眼感兴趣的目标或区域。本文在前人研究的基础上,进一步研究与验证了人眼在提取显著区域和实现颜色恒常时的注意机制:(1)显著区域指场景中人眼感兴趣的区域,现已有许多提取图像显著性区域的模型,我们把这些模型分为基于局部和基于全局的提取显著性的方法,为了对视觉机制有更好的理解,我们试图从模型上来进行理解与验证。我们尝试结合局部与全局的方法来模拟注意机制,并把处理结果与人眼注视数据和其他模型相比较,结果显示结合后的方法相比单独使用一种方法能更好地检测显著性,说明在人眼自由观看场景时可能同时利用局部和全局的信息,我们可以建立同时运用两种方法的模型进行显著性检测。(2)在自然场景中光源的光谱构成在不断地变化着,但人眼可以抵制或校正变化,使人对场景保持相对恒定的感知能力,即颜色恒常的能力。我们用心理物理学实验的方法来研究在颜色恒常实现过程中的选择性注意机制,让被试观看标准图、色偏图片以及在有标准图与无标准图情况下进行色偏的调节,把得出的数据相互进行对比,由此我们得出在颜色恒常过程中人眼偏好高亮度区域和灰白颜色区域。