图像缩放是图像处理技术的一个重要组成部分,传统方法通过直接缩放图像尺寸以适应目标屏幕,目前大部分手机、PDA等移动终端广泛采用这种解决方案,但这种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缩放图像,但往往丢弃了图像中大量的背景信息,不利于用户对图像的理解。基于内容的图像缩放技术是近来研究比较热门的课题之一,在图像缩放中考虑图像内容对图像进行处理。在第一章绪论中,介绍了传统的直接缩放(Scaling)、裁剪(Cropping)方法。着重介绍鱼眼算法(Fisheye-View Warping)、雕刻线的算法(Seam Carving)、分割—重组(Segment and pasting)算法、随机行走路线视频缩放算法、四边形网格化算法、三角形网格参数化算法等基于内容的图像缩放算法,同时分析各种算法的优缺点。基于内容的图像缩放涉及图像中物体显著度的计算(包含人脸检测),显著度值反映了每个像素或者图像区域吸引人眼关注度的大小。第二章介绍了显著度计算和数字图像处理的一些基础知识。本文对图像的缩放主要采用有限元的方法,所以本章同时对有限元方法以及网格剖分做了简单介绍。为了更好的保持图像的完整性、并且使用户能抓住图像中的重要信息,即将高分辨率的图像更好地显示在较小的屏幕上,我们提出使用有限元的方法对图像进行缩放,在有限元分析中提出使用三角网格来剖分图像,此举更好的保护了图像中的强边。第三章重点研究了图像特征网格的生成和刚度矩阵的设置,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,这样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。第四章在多种图像上实现本文算法,并给出算法的实验结果和分析评价。本文结果突出显著物体、保持了更多的图像信息并尽量地避免了扭曲。最后结合自己的想法对我们的研究方向做了展望,同时提出本文算法有待改进之处。