随着图像和视频数据规模的增大,目前算法在效率上的不足日益凸显出来。在这种环境背景下,显著性的研究显得尤为重要。考虑到视觉注意力的自底向上和自顶向下机制,本文设计了一个通用的基于稀疏编码的视觉显著检测框架并提出了基于该框架的一种实现算法MDSC。本文详细阐述了稀疏编码与视觉显著性的关系,根据稀疏编码的特点和视觉信号的稀疏表达,视觉信号的显著性与该信号稀疏表达相关。本文假设:1).大脑的基是过完备的。编码物体时会根据基生成新的基空间,即高级的字典。2).大脑倾向用激活的高级字典进行编码。3).显著值由信号在字典的响应关系决定。基于这个假设,在自底向上阶段,高级字典由候选信号的周边信号训练获得;而在自顶向下阶段,高级字典则取决于任务、先验知识、个人兴趣等自顶向下线索。本文的主要贡献在于通过引入判别字典的训练建立视觉显著检测模型,跨越了自底向上和自顶向下的壁垒。在通用的开放的自底向上显著性检测数据集和航空遥感影像数据集上的检测实验表明,MDSC算法分别在视觉注意力的两种阶段都取得了不错的效果,与目前其他跨越两个阶段不同的显著性计算模型不同的是,本文提出的算法具有以下优点,1).基于认知心理的解释。2).自底向上阶段和自顶向下阶段可以抽象为一个描述,在同一种解释体系中。3).算法简洁,易于使用,可以方便地被应用于目标识别、分割等图像处理中。