随着数字显示设备发展的多样化,为了使图像可以在这些设备上正常显示需要改变图像的大小或长宽比例。这种改变图像大小或比例的过程即为图像缩放。传统的图像缩放算法如均匀缩放,智能裁剪等都存在着不同程度的缺陷,不能满足人们对图像美观性、完整性的需求。基于内容的图像缩放算法在缩放中考虑图形内容对图像进行处理,取得了较好的实验效果,成为近年来研究十分热门的课题之一。缝雕刻算法作为最受欢迎的基于内容的图像缩放算法之一,具有算法简单、运算效率高等优点。该算法首先通过显著性检测计算图像的重要性地图,然后利用重要性地图,根据一个动态能量迭代算法寻找能量最低的8-连通路径作为最优缝,通过移除或插入最优缝改变图像大小。通过深入研究缝雕刻算法,发现该方法存在一些局限性,对某些图像会失效。为了解决复杂背景下的显著性检测问题以及图像大尺度结构的保护问题,本文提出了一种基于卡通纹理分解的缝雕刻算法。该方法包括一种新的显著性检测算法和一种新的能量迭代算法。首先对图像进行卡通纹理分解,将图像分解为卡通部分和纹理部分,然后利用卡通部分每个像素的高阶统计量检测图像的显著性边,最后建立一个加权显著性窗修正图像上每一点的高阶统计量,并认为修正后的值即为图像上每一点的显著性。即便是在图像具有复杂背景的情况下,此方法求得的重要性地图也可以很准确的标示显著性目标;通过分析原有能量迭代算法的缺点,本文还提出了一种新的能量迭代算法。该算法认为图像的最优缝为使图像的局部加权高阶统计量变化最小的路径而不一定是能量最低路径。该算法得到的图像缝分布相对均匀,避免了对大尺度结构的过分移除。实验结果和数据分析表明,无论在光滑背景还是复杂背景下本文方法可以都很好的保护显著性目标,而且在对大尺度结构的保持上也取得了较好的实验效果。最后,通过对缝雕刻算法中缝的分布对实验结果影响的分析,本文又提出了一种局部均匀缩放算法。该算法首先将图像分为显著性区域和背景区域两部分,然后分别对不同部分进行不同比例的均匀缩放。实验证明,该方法运算速度快且可以很好的保护图像大尺度边的光滑性。