显著目标检测是利用计算机模拟人眼的视觉注意机制,在大量冗余的图像或视频数据中提取最重要的部分以便于后期的图像处理,如分割、缩放等。视频显著目标检测通过逐帧检测或者在图像显著目标检测基础上加入运动特征来实现,在背景复杂的情况下,通常无法快速准确地检测出显著目标。本文提出了一种融合时空梯度的视频显著性检测算法,将静态边缘和动态边缘结合得到时空梯度,并根据相邻帧的相似度自适应计算两帧融合的权值,得到运动显著图,融合运动显著图与静态图像显著图得到最终的显著图。论文的主要工作包括:首先,提出了利用时空梯度进行显著目标位置的粗定位。由于单一的静态边缘和运动信息均不能精确显著目标的边缘,本文提出基于相互一致性的自适应融合方式,将由边缘检测得到的静态边缘和由大位移运动光流得到的动态边缘进行融合得到时空梯度对显著目标进行粗定位,可以有效去除背景中的无效边缘信息并且提取出显著目标轮廓。其次,针对现有视频显著性算法中忽略时空一致的问题,提出时间一致性方法。自然视频中连续视频帧具有时间相关性,即目标/背景区域的显著值是沿时间轴平稳变化而不是急剧变化,本文通过相邻帧间的约束可以进一步对粗定位的显著目标细化边缘和去除背景噪声得到运动显著图。最后,本文提出自适应确定融合权重的方法,将运动显著图与静态图像显著目标图进行自适应融合,去除了静态显著图中多余的背景噪声,避免运动显著图中的显著目标缺失,使得到的视频显著目标图更接近真值图。将本文显著性检测图应用于视频缩放和视频分割中。对内容感知的视频缩放技术,以本文提取的视频显著目标图作为重要度图进行视频缩放实验;以视频显著目标图中的显著区域作为图像前景目标先验,进行视频前景背景分割。将本文算法在两个公开的数据集ViSal和SegtrackV2上与九种典型的图像、视频显著目标检测算法进行对比,采用主观评价以及PR曲线、F值、平均绝对误差(MAE,Mean Absolute Error)三种客观评价方法同时对其进行评价,实验结果表明本文所提出的算法能更快速准确地提取出视频序列中的显著目标,尤其在背景复杂时有更加明显的优势。在基于内容感知的视频缩放技术以及视频分割技术的应用中,本文算法较其它四种视频显著性检测模型的结果更具有普适性和优越性。