图像缩放在不同分辨率显示屏之间的转换以及不同软件的图像显示中有广泛应用。目前,大多数方法通过显著值检测或与用户交互的方式,确定图像中的重要及次要区域,使用特定的缩放方法,在满足目标长宽比的同时,避免重要区域发生畸变。本文的方法是基于网格的图像形变算法,现有的形变法只能在拓扑单一的三角形或四边形网格上采用低次多项式,虽然计算快,但由于自适应能力较弱,逼近阶数低,因此常常会导致结果不满意。本文提出了一种基于高阶广义重心坐标的形变函数表示方法,并搭建了一个全自动内容敏感的图像缩放框架。该算法可以通过定义在多边形网格上的高阶广义重心坐标将形变映射表示为分片光滑的C0连续函数,然后通过多边形网格的变形来驱动图像变形。本文首先介绍了高阶广义重心坐标,由于其自身性质,大大提高了形变函数的表示能力,并保证了各个多边形片元间的连续性;其次介绍了显著值检测,通过实验确定每个像素点的权重值;然后介绍了网格剖分的具体流程,通过密度图以及去短边操作得到最终的输入网格;最终通过最小化能量函数,求得最后的形变函数表达式。最后本文还将基于二阶广义重心坐标的形变框架应用在一组图像缩放图片库上,且与16种现有的方法（其中5种为最新的方法,11种为经典方法）进行了比较,并使用了 OQA评分系统给各个方法的结果进行打分,实验结果表明,我们的内容敏感图像缩放算法在缩放质量和网格尺寸之间取得了更好的平衡,整体获得了更好的结果。另外,本文的框架有较强的拓展性,可适用于其他广义重心坐标、显著值检测算法以及形变能量函数。