本文围绕视觉显著特征开展研究，根据对视觉认知生理学和心理学的研究，选取视觉特征，利用视觉认知机制，构建检测模型。研究过程中，以检测静态目标和运动目标为目的，通过仿生视觉原理实现对显著目标的检测。在对静态目标检测中，为了实现目标和复杂背景的分离，快速准确的从场景图像中检测出显著目标，提出自适应显著目标分割方法。该方法依据显著图构建目标检测蒙板，利用最大熵估计方法选择最优目标检测蒙板，实现显著目标检测。在基于底层视觉特征的目标检测研究的基础上，为了进一步提高静态目标分割准确度，将基于中层视觉的超像素分割引入到检测方法中，通过显著强度判断超像素分割初始参数k，获得图像的超像素表示后，利用底层视觉特征将超像素分为背景与目标两类，构成融合底层视觉特征和中层视觉特征的目标分割蒙板。对于运动目标的检测，为了实现对视频中关键信息运动感知，提出基于局部显著特征点的光流运动检测方法，该方法将图像中局部关键点看做图像中显著特征信息并以此表示图像，利用光流法获取显著关键点的运动轨迹，实现对运动目标的检测跟踪。本方法利用颜色对比空间描述帧图像，并在此空间获取显著特征点，并通过金字塔光流估计显著点的运动变化，这样无需在帧图像中全局计算光流，运算更为简便。