在计算机视觉中,对于像素级的图像的物体识别,定位和显著性检测方法的提速,可以通过将原本像素级的方法应用到超像素级,从而达到更快,更好的完成算法的任务。本文提出一种网格超像素的计算方法,可以同时保证超像素的形状规则,大小均一和超像素之间定义合理的邻接关系,使得像素级的图像算法,应用到超像素级上,并达到更好,更快的效果。对于在图像对(即,有着相同物体的两幅图像)中,协同显著性检测是用于检测感知显著区域的非常重要的技术。在本文中,我们提出一种基于超像素的相似性传播的自完备的显著性协同检测算法,首先,对于两幅图像中的所有的超像素,建立图像内部的超像素之间和图像之间的超像素之间的相似性图模型；然后,对图像之间的超像素间的相似性图模型部分应用二部图匹配算法,产生可靠的且稀疏的相似性匹配；而后,对于整体的相似性图模型应用并行化的全点对SimRank算法进行相似度扩散,更新超像素相似度图模型；最后,我们基于两种协同显著性的度量准则：前景一致性准则和局部聚合性准则产生最终的显著图。