显示设备的不断发展和更新换代极大地改变了人们的生活，人们可以利用不同的显示设备随时随地的观看数字媒体，但是，不同的显示设备往往没有统一的尺寸和宽高比例，图像/视频资源的宽高比例与显示屏幕不相符的话会降低浏览图像/视频资源的用户体验，并造成屏幕显示空间的浪费。图像/视频重定向技术主要研究如何在基本不改变图像重要内容的前提下尽可能的使图像尺寸自动适应到不同的显示设备上。本文提出了几种图像重定向方法，并对视频的重定向问题进行了初探，提出了一种简单快速的视频重定向框架。具体包括：1.研究并提出一种基于能量转移的细缝裁剪方法。通过分析细缝裁减带来的图像伪影问题，提出基于能量转移的改进方法，将被裁剪掉的细缝的灰度能量按比例转移到该细缝的邻域区，使得邻域区能量增大，从而减少邻域区像素被裁剪的概率。这种方法极大地减小了细缝相邻分布带来的图像降质，改善了图像质量。2.研究并提出一种条带分割和相邻度约束下的快速细缝裁剪方法。受非均匀映射方法的启发，将图像分成若等间距的条带状的子图像，根据每个条带的重要程度分配要裁剪或者增加的细缝，然后用快速细缝裁剪方法对每个条带独立进行细缝裁剪。这种方法能够从图像的全局约束细缝的分布，有良好的重定向结果，并且计算速度比较快。但是，该方法条带内部的细缝没有任何约束，存在细缝集中分布导致的伪影问题。针对这一问题，进一步提出了条带分割和相邻度约束的快速细缝裁剪方法。在快速细缝搜索的同时统计不同细缝之间的相邻度，用其对细缝能量进行整体加权，大大减小了相邻细缝去除的概率，尽可能避免了细缝在条带内部的集中分布，改善了图像质量。3.研究并提出一种细缝裁剪和非均匀映射结合的图像重定向方法。改进的细缝裁减方法对于图像质量的改善是有限的，换句话讲，当去除细缝数量比较多时，也会引起图像重要内容的丢失，从而带来明显的图像降质。针对该问题，提出细缝裁减和非均匀映射相结合的方法。首先对图像进行细缝裁剪，进一步提出了内容相关的图像质量度量方法（CAM: Content Aware Metric）对细缝裁剪后的结果图像质量进行评价。当图像质量下降到设定阈值即终止细缝裁减，调用非均匀映射方法将图像尺寸调整到到目标大小。实验结果表明这种综合方法能够得到普遍较好的图像重定向结果。4.研究并提出一种简单快速的视频重定向框架。目前几乎所有的视频重定向方法都有两个缺点，一个是算法实用性不强，想要得到不同目标尺寸的结果视频需要重复计算，且计算量往往都比较大；另一个缺点是不能实时的对视频进行重定向处理。针对这些问题，提出的视频重定向框架将重定向处理分为预处理和实时处理两部分，预处理主要是对相邻视频帧内容进行对齐并计算每帧图像对齐后的叠加重要度，实时处理读入预处理的结果参数，可以实时的对视频进行任意尺寸的重定向。