眼睛是人类感知世界的窗口。失明不仅会给患者的生活带来很多麻烦,也会给家庭带来生活方面的压力。为了减轻盲人生活上的麻烦、家庭的痛苦以及社会的压力,实现盲人复明势在必行。以原发性老年黄斑变性与视网膜色素变性为代表的神经性视网膜疾病目前仍然没有有效的手术或药物治疗方法。针对以上疾病,视网膜假体通过对视觉通路中视网膜的某个位点施加电刺激来取代受损、病变的神经元,从而在一定程度上恢复盲人的功能性视觉。然而,由于现阶段可植入电极数量非常有限,导致假体设备能够提供的外界信息大量损失。因此通过在假体设备中的视觉信息处理模块引入适当的图像处理算法,以优化有限分辨率下的光幻视阵列所表达的信息,是解决以上问题的一种可行方法。目前,用于提高视网膜假体设备性能的图像处理算法在仿真人工视觉条件下得到了广泛的研究。然而,为了得到更佳的感兴趣区域信息表达,大多数算法因复杂的计算过程并不能实现实时处理,局限了其实际应用的可能性。为了满足假体植入者日常生活中的应用需求,对于采集图像信息的实时处理和优化表达是必要的因素。针对以上问题,本研究主要利用了人类视觉感知系统非常敏感的亮度对比,作为人工视觉下感兴趣区域信息提取的基本特征,提出了一种实时的图像处理算法。结合颜色空间变换处理,利用基于图像全局亮度对比的显著性计算的算法,获得采集图像中的显著物体检测结果。在此基础上,为了获得更为准确的显著物体信息,本文进一步提出了“视觉注意力仿真处理”模型。该模型基于人眼的视觉特性理论,利用高斯滤波器自适应地提取最显著区域。从而过滤掉因前景增强而出现的背景噪点,同时补全了仅使用全局亮度对比显著性计算中缺失的前景信息,有效地提取了图像中显著性的信息。本研究工作同时开展了针对所提出的改进的全局亮度对比计算算法的系列评估实验。首先,通过两个公开基准图像数据库以定量和定性的方式综合评估了本文算法,评估结果验证了算法在提取图像显著性信息方面与其他算法对比的优越性,同时测试了算法的处理时间。另一方面,本研究在视网膜假体人工视觉仿真实验平台上实现了改进显著性计算的算法,选取假体植入者日常接触物体的图片作为实验素材,并招募被试开展人工视觉仿真实验。实验结果表明,较之于未引入图像处理和基本的全局亮度对比显著性计算的算法,本文提出的改进算法优化了人工视觉下信息表达,能够提高仿真环境中人工视觉条件下被试的物体识别效率。上述研究工作的开展为该算法在视网膜假体设备中的进一步应用提供一定的参考,为视网膜假体植入者的术后视觉功能的康复训练提供了重要的实验理依据。