传统的图像缩放技术在改变图像分辨率的过程中,只考虑目标图像的尺寸大小,忽视了原始图像的内容,容易造成重要信息的丢失。因此,内容感知的图像缩放技术逐渐成为了数字图像处理领域的研究热点之一。这种方法能在缩放过程中对图像的重要信息进行识别和保护,减少了图像缩放时产生的失真。另一方面,在计算机视觉领域中,高美感一直是人们的追求目标,可计算美学也吸引了越来越多的研究目光。由于缺少统一的美学评估方法,利用计算机模拟人类对图像进行美学评估一直是计算机视觉领域的难点之一。现有的内容感知缩放技术也往往忽略了图像美学对图像缩放结果的影响。本文在分析经典图像缩放算法的原理和美学相关特征特性的基础上,提出并实现了一类融合内容感知和美学评估图像缩放算法。本文主要工作如下:(1)针对现有的几种缩放算法的特性和原理进行了总结归纳,详细描述了算法思想,并对几种美学特征进行了介绍。(2)提出了一种单物体图像的美学缩放算法。该算法在生成图像重要度时,使用了图像分割技术提高了重要物体在图像重要度图中的权重,克服了传统方法在保护重要物体方面上的不足;同时,引入了美学构图原则来对图像的美感进行评估;在图像的缩放过程中,对经典的Seam Carving算法思想进行改进,利用美学的三分原则来指导裁剪线的操作过程,在计算裁剪线重要度的同时加入了裁剪线的位置信息,通过改变前景物体相对距离来提高图像的美学价值。实验结果表明,与传统算法相比,该算法在保留图像重要信息的情况下,具有更高的美感。(3)提出了一种风景类图像的美学缩放算法。该算法结合视觉显著性检测以及物体检测方法,能较好地检测出图像中内容的重要度;同时,提出了视觉重量比来对风景类图像的美学价值进行评估;在缩放过程中,对经典的Seam Carving算法进行改进,设计信息损失约束来优化裁剪线的选择过程,通过改变原图像中不同区域的视觉重量比来使结果图像满足黄金比例原则。实验结果表明,与传统算法相比,该算法的缩放结果具有更强的视觉平衡感,美学价值更高。(4)在Matlab平台上编程实现了上述算法,并与若干缩放算法进行了对比实验和分析。