为了对图像中的显著目标进行更精确的识别, 提出一种新的基于多尺度区域对比的视觉显著性计算模型。首先基于多尺度思想将图像分别分割为不同数目的超像素, 对超像素内的像素颜色值取平均以生成抽象化图像; 然后根据显著特征的稀少性及显著特征的聚集性, 计算单一尺度下超像素颜色特征的显著性值; 最后通过取各尺度超像素显著度的平均值来融合多尺度显著图, 得到最终的视觉显著图。实验表明, 以MSRA图库中的1 000张随机自然图片为例, 该模型较现有较好的区域对比模型, 显著目标识别的精确率提高了148%, F-Measure值提高了92%。与现有的算法相比, 该模型提高了算法对显著目标大小的适应性, 减少了背景对显著目标识别的干扰, 具有更好的一致性, 能更好地识别显著目标。