随着信息时代的来临，数码相机、摄像机等电子产品已走入千家万户，人们可以方便地获取到高分辨率的数字图像。为了信息传递、共享和交流，需要能够在手机、PDA、MP4等小屏幕的移动终端上显示这些图像。由于源图像分辨率和显示终端屏幕尺寸的差异，必须对图像进行处理，以突出显示图像中重要区域的物体信息，即将高分辨率图像更好地显示在较小的屏幕上。　　 直接缩放方法(Scaling)和裁剪(Cropping)方法是目前大部分手机、PDA、MP4等移动终端广泛采用的解决方案。这些方法在缩放过程中会使图像中显著物体缩至难以辨认或扭曲；裁剪的方法仅仅关注图像中最重要的区域，裁剪掉周围的冗余信息生成的缩放图像，往往丢失了图像中的背景信息，不利于用户对图像的理解。基于内容感知的图像缩放技术就可以很好地解决该问题。本文工作与贡献如下：　　 ①介绍了传统的直接缩放(Scaling)、裁剪(Cropping)方法的同时，着重介绍分割-重组(Segment and Pasting)算法、鱼眼变形算法(Fisheye-View Warping)、雕刻线算法(Seam Carving)、随机行走路线视频缩放算法、四边形网格化算法、网格参数化算法等基于内容感知的图像缩放新算法，同时进一步分析比较各种算法的优缺点。　　 ②提出了一种基于图像特征的三角形网格生成方法。实验结果表明，该方法所生成的图像三角网格质量较高，可以很好地体现图像的结构特征，并且有效减少了网格点数目，有利于提高后续算法的处理效率。　　 ③将有限元方法引入到了图像缩放技术。在生成图像特征网格的基础上，根据像素显著度值不同为每个三角形单元的边赋予不同的刚度，在同样受力情况下不同单元的边将有不同的拉伸与收缩，从而对图像显著区域和非显著区域进行非一致的缩放。最后在多种图像上实现本文算法，实验结果表明，该方法能够在保持并增强图像中重要物体的同时，使缩放后的图像结构不发生明显形变。