El impresionante progreso en la segmentación de imágenes se ha observado recientemente. En este artículo, se propone un modelo mejorado que introduce la detección de regiones salientes ajustada por frecuencia en el modelo de mezcla gaussiana (GMM), que se denomina FTGMM. La detección de regiones salientes ajustada por frecuencia se añade para lograr el mapa de saliencia de la imagen original, que se combina con la imagen original, y el valor del mapa de saliencia se incorpora al modelo de mezcla gaussiana en forma de peso de información espacial. El método propuesto (FTGMM) calcula los parámetros del modelo mediante el algoritmo de maximización de la expectativa (EM) con baja complejidad computacional. En el análisis cualitativo y cuantitativo del experimento, se encuentra que el efecto visual subjetivo y el valor del índice de evaluación son mejores que en otros métodos. Por lo tanto, se ha demostrado que el método propuesto (FTGMM) tiene alta precisión y mejor robustez.