随着图像显示设备的发展,不同图像与显示终端的不匹配问题使图像缩放技术成为图像处理研究的一个热点问题。传统图像缩放没有考虑到图像的内容,导致图像产生扭曲变形而影响视觉效果,基于内容感知的图像缩放方法能够在缩放的过程中使图像的变形扩散到相对不重要的区域,从而降低了图像变形引起的视觉误差,其缩放效果明显优于传统图像缩放方法,但是算法的速度和效率亟待提高,另外目前对图像缩放的效果客观评价机制仍然是一个开放性问题。针对上述情况,本文提出了一种融合依概率随机直线裁剪和分段线裁剪的图像内容感知缩放算法,并提出了一种客观图像缩放评价算法,论文主要工作包括:在图像缩放算法方面,本文融合了依概率随机直线裁剪算法与分段线裁剪算法,该方法属于多操作缩放,图像根据重要度图和径向基函数神经网络模型进行阈值学习,获得最优阈值后,将图像分成保护区域与非保护区域,依据图像缩放比对相应区域先进行快速的依概率随机直线裁剪,直到删除或插入的裁剪线的能量值大于阈值,接着进行优化的分段线裁剪操作至图像尺寸满足要求。该算法采用直线裁剪和线裁剪能够在提高运算效率的同时保护图像中的主要物体,有效地降低背景区域扭曲变形引起的视觉误差。在图像缩放质量评价算法方面,本文分成主观评价与客观评价两个部分。主观评价方法中,在确定评价人员、评分标准和观看条件后,从多幅缩放结果图中选出2幅视觉效果最优的图像,保存测试结果,并对结果数据进行统计分析。该方法能充分利用到每幅图像的缩放结果。客观评价方法中,本文结合图库中给定的真实标注图与缩放算法的特点对缩放后图像的图像内容损失度、边缘过度删除度、重要物体成片删除度进行统计并融合这三个方面的信息对图像做出客观评价。本文在Matlab平台上对算法进行了仿真实验,结果表明本文提出的快速图像缩放算法在缩放过程中,能够保护图像中的主要物体,降低图像变形引起的视觉误差,并且速度超过目前流行的基于内容感知的图像缩放方法。本文提出的客观评价标准能较好地反映主观的感受。