显著性目标检测方法对待检测的图像进行处理,生成的显著图存在目标区域检测不准确即冗余的像素信息当作目标区的域信息、目标区域边界清晰度不足、目标区域内的细节不明显即对比度不足或是相关算法本身由于滤波原因模糊化等存在的不足之处。针对上述问题,提出一种目标区域融合的显著性目标检测方法。首先,在Lab颜色空间提取图像的颜色和亮度特征作为显著性值的依据生成显著图。利用幂律变换函数降低显著图中目标区域和背景区域的对比度,来抑制显著图的背景突出目标区域。其次,将背景抑制效果好的显著图进行二值化处理,简化程序的运算。生成的二值图作为分割模板对原图像进行点乘,只突出原图像目标区域,根据IG和LC算法生成的显著图的平均梯度的比对,利用LC显著性目标检测方法生成清晰的目标区域图。同时基于抠图方程中透明度值和标定人工背景区域轮廓线,将背景区域范围内的像素点的透明度设置为零,来抑制LC算法的背景区域来突出显著图的目标区域。将显著图的目标区域通过自适应烟花算法的图像增强提升显著图的对比度。最后,将两种背景抑制效果好且细节清晰的目标区域图进行加权线性融合生成最终的显著图。采用标准数据集对检测方法进行实验测试并与流行的显著性目标检测方法进行对比结果表明,通过主客观的评价方法,本文方法生成的显著图具有检测目标区域明确、目标区域细节清晰的特点且具有较好的鲁棒性。该论文有图42幅,表3个,参考文献53篇。