视觉注意机制是人类视觉系统中一个非常重要的功能,它能使我们在复杂的场景中快速定位到感兴趣的区域或者物体,从而高效且准确地感知外界环境。根据刺激方式的不同,可以将视觉注意分为两种：一种是基于初级视觉特征,由数据驱动的自底向上的注意；另一种是基于高层视觉特征,任务驱动自顶向下的注意。在一幅图像中,都会有至少一个显著区域,而其他区域是人眼所不感兴趣的背景区域,会对图像描述产生干扰。视觉注意机制能对显著区域进行增强,同时对背景区域进行削弱,这样我们只选取图像中的有用信息用来描述图像,而不需要无区分的处理图像。由于生理学和心理学研究的限制,已有的视觉注意模型大部分都是基于自底向上的机制。通过对视觉注意模型的研究,已有的模型在描述图像上与人眼的判断可能并不相符,一些显著的特征在某些情况下可能不会得到注意。例如,人眼很可能会注意到一幅图像中灰度剧烈变化的区域,但在现有的视觉注意模型中并没有得到实现。针对上述情况,本文提出了一种基于视觉注意和区域信息熵相结合的模型,并将其运用到图像分类中。本文算法首先通过视觉注意和区域信息熵确定图像的显著区域,再利用SURF局部特征检测子来提取图像特征,最后通过词袋模型对提取到的图像特征进行处理,从而达到描述图像的效果。这个算法不涉及图像语义,只是通过与语义相关的基元特征,这样可以弥补单纯底层特征描述图像时产生的偏差。实验表明,本文提出的算法在多个图像库中都取得了较为优异的效果。