随着信息技术的发展,图像已成为最主要信息载体。传统的图像处理、分析和查询方法难以应付日益膨胀的大量的图像资源。但值得注意的是,人们关心的内容通常只是整幅图像或整段视频中很小的一部分。因此,研究和引入人类视觉的选择性注意机制理应成为提高计算机图像信息处理的效率的一种可行途径。基于此动机,本文主要针对注意机制模型的建立,注意焦点的检测算法,基于注意机制的图像分析与理解应用,特别是RoboCup仿人机器人足球比赛应用,三个方面来展开研究。本文首先讨论了选择性注意机制的模型。先回顾了相关认知心理学和视觉注意理论的基础,总结了图像特征提取技术的研究现状；研究了自底向上选择性注意模型和自顶向下选择性注意模型,并结合它们的优点,建立了基于自底向上和自顶向下协同工作的注意机制模型。其次,着重讨论了自底向上的图像注意焦点检测问题。以Itti提出的注意机制计算模型为基础,引入全局特征,设计了自底向上的注意焦点检测算法。利用RoboCup比赛场景图片和各类型的现实场景对算法的有效性进行了验证。最后,对模型和算法的应用做了简单的探索。将选择性注意机制应用到仿人机器人足球比赛实验中,根据具体的视觉任务特点和比赛规则中的先验知识设计了自顶向下的特征提取算法,改进了自底向上图像FOA检测模型,提出了具体的协同工作注意模型算法,实验结果证明了算法的有效性。