Se ha sabido que los sistemas visuales humanos (SVHs) pueden aplicarse para describir las propiedades de enmascaramiento subyacentes en el procesamiento de imágenes. En general, el SVH solo puede percibir pequeños cambios en una escena cuando son mayores que el umbral de distorsión apenas perceptible (JND). Recientemente, se ha observado que los recursos cognitivos de los mecanismos de atención visual humana son limitados, lo que impide concentrarse en todos los estímulos. Específicamente, solo los estímulos más importantes reaccionarán ante los mecanismos. Cuando se trata de mecanismos de atención visual, necesitamos introducir la saliencia visual para modelar la percepción humana de manera más precisa. En este artículo, presentamos un nuevo método de estimación de JND basado en wavelets que tiene en cuenta la interrelación entre la saliencia visual y el umbral JND. En la parte experimental, lo verificamos desde aspectos subjetivos y objetivos. Además, los resultados experimentales muestran que extraer el mapa de saliencia de la imagen en el dominio de la transformada discreta de wavelet (DWT) y luego modular su umbral JND es mejor que el efecto JND no modulado.