我们提出了一种结合三个因素的图像显着性指数：空间相异性，空间距离和中心偏差。在缩小的维主成分空间中评估图像斑块之间的差异，并通过斑块之间的空间间隔对其进行反加权。部署了一个额外的加权机制，该机制反映了人类注视图像中心的偏见。该方法在三个公共图像数据集和一个视频剪辑上进行了测试，以评估其性能。实验结果表明，尽管对提出的指标进行了简单的定义，但竞争表现仍然很高。在彩色图像数据集上进行测试时，生成的醒目图与以前的最新模型相比，与人类注视更加一致。使用两个接收器运算符对此进行了演示特征（ROC）分析和Kullback-Leibler距离度量。该方法应证明对诸如质量评估，分割，搜索或压缩之类的各种图像处理任务很有用。相对于其他复杂得多的模型，显着性索引的高性能和相对简单性表明它可能会得到广泛的应用。
