伴随着各类数字终端的出现,同一电子图像在不同规格屏幕上显示的情况会更多的出现,这就要用到图像缩放。图像缩放是一种图像处理技术,它可以依据图像显示设备的屏幕尺寸,适当调整源电子图像的纵横比,使得显示时图像中的重要信息不丢失、主题区域不严重变形。本文针对内容敏感图像缩放方法在调整图像尺寸时经常会出现的重要信息丢失、图像主题区域边缘扭曲、非主题区域结构信息不完整等问题,提出了一种基于边缘敏感的显著性算法,并以这种算法为核心,基于图像景深实现了一种图像缩放方法。本文工作内容如下:(1)改进传统区域型显著性计算方法,提出边缘敏感的显著性特征。重要信息保持和不丢失是衡量图像缩放算法的重要标准,根据区域型显著性计算方法虽然可以得到图像的显著性特征,但是由于缺乏对于图像边界的约束,导致缩放后的图像在边缘处(尤其是重要区域)会发生比较严重的形变。本文针对这一现象提出边缘敏感的显著性计算,解决边缘形变的问题。(2)图像缩放过程中引入深度信息约束,保持图像结构。图像的结构信息表现为图像中各个物体之间的关系。其中,图像深度信息(位置关系)作为衡量标准之一对结构信息进行描述。本文通过对图像的深度信息进行计算,在缩放过程中加入深度信息的约束,使得缩放后的图像在结构上与原图像仍旧有相似性。(3)针对大比例图像缩放,提出了一种主题区域周边非主题区域结构保持的方法,以克服缩放中容易出现的问题。由于手机、宽屏显示器等的出现,图像缩放中会出现纵横比改变较大的情况,我们称之为大比例图像缩放。在大比例图像缩放中,由于显著性特征的存在往往会造成主题区域周围出现扭曲,这是重要信息过保护中容易出现的现象。本文通过对景深或显著性进行求导,提高了对于主题区域的能量线穿透概率,能有效的避免主题区域边缘非主题区域扭曲的现象。本文工作主要创新点如下:(1)结合景深特征提出边界敏感的显著性计算方法,能够根据图像中的位置区分度、颜色区分度、显著性融合算法和用稀疏学习方法获得模糊景深描述子计算出吻合图像中物体边缘的显著性特征。(2)提出非主题区域结构保持算法,常规算法主要针对于主题区域信息的保持,本文提出对于非主题区域信息的保持能够确保搜索到的能量线全局最优。