计算机图像美学致力于利用计算机模拟人类的视觉感知和美学思维，从而对图像实现符合人类审美观的评价或者美化。计算机图像美学是一门跨学科的研究，涉及艺术、心理学以及计算机科学。其研究成果有广泛应用，包括图像质量评估、摄影辅助评价及修正、绘画作品风格分析等。计算机图像美学的关键问题有两个方面，包括如何从图像中提取到能够表示图像美感价值的特征，以及设计和美学理论相关的可量化的准则。并根据这些特征和准则利用适合的算法得到最终的评价或优化结果。本文以图像的美学评价和构图优化作为研究重点，取得了以下创新成果：1.提出了新的图像显著区域检测算法。新算经过对原有方法改进，得到一种新的自适应预分割方法，它能根据图像内容复杂度进行自适应的设定分块数量，使分割更加均匀合理。其次，新算法提取了颜色和纹理特征并进行非线性的融合。融合后的特征能更充分体现分块之间的异同，从而更能突出显著的分块。此外，通过分块特征和空间关系两种描述符的结合，该算法更准确地刻画了显著区域之间的关系和分布。本算法还利用由角点检测得到的先验显著区域，增强了主体的显著度同时，抑制了背景的噪声，从而使最后得到的显著图更加清晰准确。2.设计了一个综合的图像美学评价模型，该模型包含美感分类和分数预测两部分。该模型提取的图像特征包括低层视觉特征、高层美学特征和区域特征。其中部分特征在前人的基础上进行改进，或者是根据相关美学理论提出的。通过机器学习的方法,分别用SVM（support vector machine）分类器和SVR（support vector regression）算法构建图像美感分类模型和分数预测模型。实验证明，该模型的实验结果与人类审美感知结果相符。3.提出了一种基于图像重映射算法的构图优化算法。该算法通过对图像网格点设定与美学构图相关的准则以及保护图像重要区域的约束条件，用二次规划优化函数求解网格最佳构图位置点。之后在所得最优网格的基础上，利用图像变形中的移动最小二乘法最终实现对图像构图进行的调整。该算法实现了对构图优化的同时保证了图像重要内容的完整和一致。实验证明，最终优化结果能有效提高图像的美感。本文主要围绕图像美学分别开展了图像美学评价和图像构图美化两方面的研究工作，以及在与之相关的图像显著区域检测也有所建树。本文针对图像美学研究领域所存在的问题，提出了新方法以及研究思路，并取得了一些令人满意的研究成果。