在计算机视觉研究领域的迅速发展中,显著性目标检测不仅能够提高图像检测的准确性,而且能够进一步加快图像检测的速度。针对现阶段显著性目标检测算法存在的纹理细节信息刻画不明显和边缘轮廓显示不完整问题,提出一种融合多信息的显著性目标检测研究算法。该算法主要包含3个过程,分别是预处理过程、多信息提取过程和融合优化过程。首先,预处理过程通过边缘算子去除靠近边界的节点以获得预处理图。然后,多信息提取过程利用提出的凸包对比度方法、尺度优化颜色特征方法和反锐化掩模优化LBP算子方法分别提取对比度特征、颜色特征和纹理特征,并获得对比度特征图、颜色特征图和纹理特征图。再分别利用中心先验算法和边缘先验算法中的最佳算法,以获得中心先验图和边缘先验图。最后,融合优化过程利用多层元胞自动机融合3个特征图和2个先验图生成初级显著图,再通过快速引导滤波器优化初级显著图获得最终显著图。在3个公开的MSRA10K、ASD和ECSSD图像数据集上,将本文算法与12种经典算法进行主观对比实验和客观对比实验。实验结果显示,本文算法满足人眼视觉体验的同时,既可以准确全面地提取显著目标区域,又保留了更多的纹理信息和完整的边缘信息,各项评价指标明显优于对比算法,表现出良好的可靠性和适应性。该论文有图37幅,表2个,参考文献67篇。