科学研究发现，人类的视觉系统存在一种选择性视觉注意机制，能够帮助人们在面对纷繁复杂的场景时快速提取有效的信息。很多研究人员将视觉注意机制引入到图像领域，对图像理解和分析起到了重要作用。近年来，显著性研究被成功地应用在目标检测、识别、图像压缩等多个领域。本文主要工作是对视觉显著性的研究，并且构想了将显著性检测应用到增强现实系统。增强现实技术是近几年来兴起的一种新技术，它借助图形技术、可视化技术以及传感器技术等，将虚拟物体叠加到真实环境，实现对真实世界的扩展，给用户感官真实的体验。增强现实技术是一种发挥创造力的科学技术，为人类智能扩展提供了强有力的手段，对人们的生活方式将产生深远的影响。将显著性研究和增强现实结合是为了给用户提供情景感知的服务，让用户体验“以人为本”的智能化服务。论文中首先对几种经典的显著性模型进行分析研究。然后在此基础上，提出了一种新的显著性检测模型。该模型通过计算颜色、亮度特征的对比度，模拟视觉神经细胞的感受野机制。为了增加算法的可靠性，该算法综合考虑像素及其邻域信息，通过计算图像块全局的差异性，统计每个像素的显著性强弱。论文中还引入多尺度对比度特征，描述图像中显著性区域的轮廓信息。借助高斯多分辨率金字塔模型，模仿视网膜感知特性，从而有效地提取显著性区域的边缘特征。然后将显著性区域边缘特征图和由基于图像块的全局差异性得到初级显著图进行整合，最终生成显著性图。该方法得到的显著性区域，既有清晰的轮廓，区域内部又具有较高的一致性。为了提取显著性的区域，文章中还选择了阈值分析法和条件随机场的方法进行显著性区域分割，并通过大量实验验证了分割方法的有效性。论文最后将显著性检测模型导入到增强现实系统框架下，实现了二者融合的初级系统，并设计了高级融合系统的基本框架。