三维立体成像技术是立体合成技术的重要发展趋势。三维立体成像技术在许多领域如多媒体显示、虚拟现实和相机成像等都有着重要的应用价值。目前,三维立体成像技术主要解决图像显示与屏幕显示尺寸适配的问题,除此之外还得考虑立体成像舒适度的问题。图像重定向方法能够解决上述两个问题并且以图像重定向为框架的目标尺寸调整所带来对应的视觉提升方法正受到广泛关注。本论文从三维立体成像的视觉感知入手,着重从立体视觉舒适性优化、目标视觉尺寸及相应的多目标布局调整和视觉深度调整这三个方面研究成像提升相关的重定向优化工作,主要内容包括:（1）以往的图像重定向方法未考虑到针对目标对象尺寸调整做优化,故本文第一部分提出一种基于网格形变的立体视觉优化方法。首先计算立体图像的显著目标对象,再结合数字相机变焦模型放大图像目标对象,其间使用SIFT算法保持左右对象形状一致性。构建改进型的恰可察觉深度模型,并以此作为立体图像视觉舒适度优化的基础对立体图作深度自适应优化。此外结合网格约束的形式构建能量项进行优化,实现立体图的目标对象尺寸根据焦距进行调整,同时保持目标边缘的像素信息。（2）一般的立体图像优化忽略了前期的取景优化以及后期的优化处理过程,故本文第二部分提出一种基于相机参数和图像目标调整的视觉优化方法。在普通的立体相机取景过程中存在拍摄角度的问题,针对该问题本文使用了极线约束的思想并构建了透视矩阵来解决此类问题。为了提升视觉舒适度,利用矩形网格约束的能量项以及相机调整前后的焦距比来调整目标对象。最后,优化结果的目标可能会破坏整体图像结构或改变图像的原有颜色等信息,为此,本文使用泊松融合方法以及提出颜色迭代方法用以解决此类问题。（3）本文第三部分提出一种基于三维立体多目标对象的视觉优化方法,旨在解决基于美学的立体多目标对象的布局问题。该课题主要先从立体原始图像的整体布局入手,利用图像内容的边缘信息转至极坐标空间域进行分析,将边界点通过统计分析获取最佳边界点并绘制成几何约束形状作为本课题后序的约束。布局过程中将约束几何线上的点为优化过程中的基础点并结合美学布局的约束与图像特征点作矩阵优化。实验步骤首先利用立体左右图像的显著信息提取图像中的多个目标对象,并同时使用霍夫变换直线检测找到图像中的几何直线约束。立体图像目标根据线几何约束及根据Delaunay三角网格点的能量项对图像整体进行目标尺寸和图像布局的优化。