计算机视觉中目标物的检测一直都是研究的热点和难点。随着机器人技术和计算机视觉研究的深入，快速地在复杂场景中检测出目标物变得尤为重要。视觉选择性注意是人类感知的一种机制，它可以高效地从场景中选择相关区域以便高层进行识别处理。不管感知到的数据多么复杂，这种机制使得人类都可以在他们所处的环境中有效地活动。近年来，有关视觉选择性注意机制的研究得到高度的重视和迅速的发展。 本文在国家重点基础研究发展计划课题“仿生微纳敏感器件与智能系统”的支持下，建立了视觉选择性注意机制计算机模型并将其实际应用。主要研究内容如下： 首先，介绍了心理学及神经生物学关于视觉选择性注意的基础研究。并对部分当前主流的心理学模型和计算机模型进行了分析。为建立本文的计算机模型打下基础。 其次，以Itti的NVT模型为基础引出了本文的自下而上的选择性注意模型。对原有的模型进行了改进使其更加符合人类视觉感知。以强度、颜色和方向为特征分量，结合感受野机制得到显著图。对模型执行的细节部分做了详细的介绍和分析。对基础模型的改造包括定义了自己的权重函数，将颜色空间转换到LAB颜色空间进行，将On型和Off型视野机制分别引入到模型当中等等，获得了较为满意的试验结果。并且实现了注意焦点的转移。 然后，设计了自上而下的部分并将其引入到模型当中。试验结果显示了自上而下信息对目标物检测的重要性和高效性。 最后，结合本实验室课题，将模型改造后应用到智能车辆驾驶环境检测上，取得了良好的效果。对模型的具体应用做了简单的探索。