人类视觉系统的视觉选择注意机制使人们能从大量的视觉信息中自动选择一部分相关信息进行后续的加工处理。随着多媒体技术的发展,图像和视频已经逐步替代文本成为主要的信息载体。如果计算机能模拟人的视觉系统对信息自动进行有选择的加工处理,不仅能节约大量的计算资源,还能大大提高处理效率。这使得视觉注意选择机制的研究成为当前计算机视觉领域的研究热点之一。本文对视觉显著性计算模型及其在腰椎间盘的分割中的应用进行了研究,主要研究内容如下：(1)本文在深入分析现存多种显著性计算方法的优劣之后,从新的角度提出了基于小波特征的概率评价显著性计算模型。该模型以YCbCr色彩空间为基础,结合小波分解实现图像的特征提取,并提出了基于独立元分析的特征显著性估计,最后由自信息表征显著度进行显著图的计算。实验结果表明该模型具有较好的显著性检测能力,能够为注意力选择模型提供准确快速的显著性估计。在与现有算法的对比实验中,该模型不仅在心理学图像测试中表现出一定的优越性,自然图像的实验结果也比其他显著性模型更符合人眼的测试结果。(2)利用本文提出的显著性计算模型对腰椎CT图像进行显著性计算。算法中对图像先后进行边界剪切,金字塔增强,方向信息测度边缘提取,各向异性扩散滤波等操作,最后对滤波结果进行显著性计算。显著图中腰椎间盘区域表现出了较高的显著性,由此可以对腰椎CT图像进行粗提取进而得到间盘区域图像。(3)在通过显著性计算对间盘区域进行粗提取之后,结合Hough森林检测对该区域图像进行间盘中心检测。以该中心位置为中心,两个间盘中心连线的垂直方向为倾斜角度提取间盘区域进行分割。该方法不仅利用了CT图像在骨骼成像方面的优势,也有效去除了软组织区域无关信息对分割结果的影响。实验结果表明,通过显著性计算、腰椎中心检测以及阈值分割可以准确地分割出腰椎图像中的间盘区域。