随着互联网以不可遏制的速度融入到普通人的生活中以及智能手机、平板等移动手持设备的出现,信息交流的频率和速度不断加快。由于图像所展现出来的信息更加准确、生动,在众多的信息中图像信息尤为重要。由于网络上传输的图像数量众多,传输过程中会占用大量的网络带宽,为了解决图像传播中可能出现的带宽负载过重的问题,可以考虑在保证视觉无损的情况下对输入图像进行一定程度的压缩。图像压缩最主要的目的就是通过压缩算法减少输入图像所占磁盘空间的大小,并且要求按照解压缩算法解压出来的图像有较好的质量。利用图像压缩技术,可以有效的减轻图像磁盘存储和网络传输带来的负担,使得图像可以在网络上高速传输和得到实时处理。由于网络图片数量级的爆炸式增长及用户对图片质量、图片加载速度的更高需求,云平台下视觉无损的图像压缩技术逐渐成为当前的研究焦点,各IT公司纷纷致力于开发压缩率更高、视觉效果更好的图像压缩算法。本文研究的目的就是在保证视觉无损的情况下尽最大可能的对JPEG图像进行重压缩,为了解决这个问题本文构建了一个快速压缩框架,可以对海量JPEG格式的图像进行快速压缩。为了在压缩的过程中更好的评价压缩后的图像相对于原图像的质量分数,为此本文改进了一种基于块编码的图像质量评价算法。使用该评价算法可以对压缩后的图像进行质量评估,得到压缩后图像的质量分数。图像作为视觉信息的载体可能造成的第二个问题是:如何在不同分辨率的设备上正确的显示相同的图像,由于不同的显示设备有不同的长宽比,因此如果要在不同的显示设备上显示同一幅图像,就需要在尽可能保证图像信息的前提下对图像进行相应的缩放处理。本文提出了一种基于主体区域保持的图像缩放算法,使用高斯差分对图像进行角点检测,利用角点产生凸包,根据凸包对图像进行主体区域检测,计算能量图并对位于主体区域像素点的能量给予相应的权值,根据权值的不同对主体区域进行不同程度的保护。实验结果表明,本文算法可以取得更好的效果。