近年来,随着人们生活水平的提高,各种移动终端也走入了人们的生活,图像在不同尺寸的移动终端上如何更好的显示,也成了急需解决的问题。图像缩放的目的就是根据不同尺寸的移动终端来调整图像的尺寸、比例,同时尽量保持原图像的框架结构,主要内容不失真。本文着重研究了基于光谱残留的视觉显著性检测和经典的接缝雕刻算法,参考了一些基于图像内容感知的显著性检测和基于网格的图像缩放的方法,主要从以下几个方面进行了研究:　　(1)结合图像的布局和内容,基于KNN算法,提出了一个计算像素显著性权重的算法。由于基于光谱残留的图像显著性检测并没有考虑像素之间的相互关系,本文利用KNN算法,设计了一个结合图像内容增强像素显著性的概率密度函数。该算法兼顾了图像内容,可以得到更好的显著图。　　(2)提出了一个利用图像重构错误率增强图像显著性的方法。本文采用超像素分割的方法对原图像进行分块,根据初始显著图确定图像重构的模板,基于选定的模板计算图像重构的错误率,把错误率较小的部分视为图像中显著的部分。该算法可以有效地增强初始显著图,增加了算法的鲁棒性。　　(3)基于接缝雕刻技术,运用随机游走算法,提出了一个图像缩放的算法。用随机游走的算法来确定最佳缝,降低了接缝雕刻算法的时间复杂度。在随机游走算法中采用了本文提出的显著性权重作为权值函数,简化了整个算法的复杂度。该方法能很好的保留图像重要内容不失真。　　基于以上几点的图像缩放算法在具体的实验中取得了很好的结果,实验结果表明我们的算法可以在保证图像内容不失真的基础上进行图像缩放。