本发明公开了一种复杂场景下的多目标视觉显著性分层检测方法，有效解决了传统方法在处理含有丰富细节和多重目标图像时，难以准确、全面地识别出显著性区域的问题。该方法的先进性在于将格式塔线索运用到图像显著性检测中，针对具有复杂视觉场景和多目标分布的图像，充分利用感知结构信息和多目标分布信息，全面、均匀的突显出图像中具有明确边界的目标显著性区域。本发明可以广泛应用于智能视频监控、自动驾驶、医学影像分析、机器人视觉和智能农业等多个领域。在这些领域中，图像往往包含复杂的背景和多个目标，传统的图像处理方法难以高效准确地提取显著目标，而本发明能够在这些应用场景中提供更加精确的显著性区域识别，提升后续处理的效果。本发明的实现需要一定的资金支持，计算资源支持，配备适当的硬件设施如高性能的图像处理单元、足够的内存存储等以及用于测试的模拟环境。
微信公众号