美学是哲学上的一个分支，主要研究艺术、审美的本质。传统的美学评价方式是通过人工的途径给出主观意见，这种方式需要评价人具有深厚的美学造诣以及相关领域知识。在此背景下，随着计算机视觉以及模式识别等技术的迅速发展，在计算机科学领域提出了可计算图像美学的概念。目的是使计算机能够模拟人脑的审美思维对图像做出可行的美学决策，给图像美学进行量化和评价。　　在对有主体(人、动物、植物等)的图像进行美学评价时，构图是一个至关重要的因素，它在很大程度上决定了图像美感的高低，同时图像中的色彩调和性也会影响着图像的美感。本文主要研究含有主体的图像的美学质量评价问题，采用了融合色彩调和性与图像构图特征的图像美学质量评价算法。算法首先利用SLIC算法对图像进行超像素分割，使用基于图的流形排序的显著性检测算法检测出图像中的主体区域，进而根据图像的构图原则提取出相应的空间构图特征；在此基础上利用 Moon-Spencer调和理论，提取图像的色调、明度及彩度特征，并利用极限学习机计算相应每种特征在美学评价过程中对评价结果的影响权重，然后根据色调特征、明度及彩度特征和相应的权重提取色彩调和特征。最后利用本文得到的空间构图以及色彩调和特征，使用机器学习的方法进行SVM分类器的训练并得到最终的分类器。在实际分类过程中，利用SVM分类器对本文数据库图像进行图像高低美感的分类。　　实验中利用DPChallenge网站的图像数据库进行测试，利用分类器实现图像高低美感的分类，平均分类准确率为75.46%。实验效果说明了本算法的有效性。