随着数码设备的不断普及以及互联网的快速发展,人们能够很容易地采集、获取大量的图像。然而,其中很大一部分因为图像的质量不高而不能满足人们的需求。一方面,客观有效的图像质量评价方法能够指导人们进行图像选择,从大量的图像库中选取质量较高的图像；另一方面,图像质量的优化方法更能帮助人们优化已有的图像。而在研究领域,人们也开始更多地关注图像质量评价以及优化的方法,他们提出了越来越多的图像质量评价以及优化的方法,并进行分析,找出符合人类感知的方法。传统的图像质量评价以及优化方法主要关注于寻找低噪声、高清晰度、高分辨率等图像,考虑的都是一些底层的特征。但是数码设备性能的不断提升使得人们能够获得具有较高底层质量的图像。因此,图像质量评价、优化的焦点逐渐从底层特征转向更高的层次：从美学的角度进行评价以及优化。对于一幅图像,人们主要从两个角度来考虑其是否符合人类主观的美学需求：1)图像的主题是否突出；2)图像的布局是否合理。基于上述考虑,我们提出一种结合图像景深以及构图的质量评价方法：一方面,提出一种基于模糊度量的浅景深判断方法,浅景深的图像能够突出主题、虚化背景,具有很强的视觉冲击力与美学表现力；另一方面,提出一种基于“三分法”的图像构图评价方法,符合“三分法”构图的图像布局更加紧凑有力、简洁明了、符合人类的欣赏习惯；最后,将浅景深判断和图像构图评价进行结合,‘能够从美学的角度自动地对图像进行客观、有效的评价。从实验结果可以看出,根据本文方法选出的高质量图像符合以上美学规则,也符合人类主观的美学判断。此外,我们在构图打分的基础上,使用基于内容的图像缩放算法：Seam Carving进行构图优化,在进行构图优化的同时加入图像相似度的度量。传统的基于构图的图像优化主要采用裁剪以及重定位的方法,这种方法简单有效,但是在优化图像构图的同时也损失了图像本身的内容。我们的方法在保证图像内容的前提下进行图像缩放,当在图像的一侧抽取一定数目的Seams(图像中的一条8连通路)时,在图像的另一侧插入同样数目的Seams,并在每次迭代中考虑与原有图像的相似度,在优化图像构图的同时尽可能少地损失图像本身的内容,得出最佳优化结果图像。通过实验可以看出,本文的方法在进行图像构图优化的同时,保证图像的损坏在可忍受的范围内,使优化后图像与原图像具有更高相似度,减少原图像的损失。