有研究表明，人类从外界环境获取的信息中大约有80%来自视觉。而视觉注意正是人眼视觉机制的重要组成部分。人眼在面对一幅复杂场景的时候，会迅速地将目光转移到感兴趣的区域上面，并对这些区域进行优先处理，人眼的这种处理机制就叫做视觉注意(visual attention)。在生活中，人眼每天获取大量的信息，并高效率地对这些信息进行处理加工，人眼的视觉注意就是在这样的环境下形成的。而视觉注意模型正是模拟了人眼的生物视觉注意机制，并用数学的方法进行建模，结合计算机进行处理，从而形成了图像处理领域的一个重要研究课题。视觉注意是一个跨学科的的研究课题，涉及到了生物学、计算机视觉、图像处理、心理学等学科领域，可用于视频图像压缩、目标检测、目标识别、图像检索、主动视觉等方面。本文的主要工作和创新之处包括如下几个方面：(1)研究了国内外视觉注意模型，并结合生物学机制，提出了一种改进的视觉注意模型，该模型通过提取图像的纹理特性和小波特性，生成了较好的显著图，具有计算速度快、定位准确、轮廓清晰的优点。(2)研究了基于视觉注意的压缩采样模型，并从压缩感知角度分析了视觉注意模型的优劣，在此基础上提出了一种基于视觉注意模型的可用于通过低分辨SAR图像控制高分辨SAR图像采样率从而实现压缩感知目标重构的新方法。(3)提出了一种基于改进视觉注意模型的SAR机场检测的新方法，该方法先通过视觉注意生成显著图，然后用支持适量机(SVM)的方法得到机场检测图。该方法解决了传统视觉注意方法检测结果不准确的问题，具有检测效果明显，边缘轮廓清晰的优点，可用于对SAR图像机场的检测。(4)结合改进视觉注意模型本文又提出了一种SAR机场自动分割的新方法，该方法先用视觉注意模型生成显著图，然后利用返回抑制机制自动选取种子点，再用区域生长的方法对SAR图像进行处理，得到机场分割图。该方法思想较新颖，利用了视觉注意的显著检测特性，得到的分割图效果较好。本文工作得到了国家自然科学基金（No.60971128）；华为创新研究计划项目(No. IRP-2011-03-04)资助。