随着数字显示设备多样化的发展,将图像变为不同大小及不同比例以便显示在不同的设备上变得越来越具有吸引力。图像重定向就是将图片变为任意大小、任意比例的过程,它的核心问题是如何有效地重定向图像以及更好地阻止图像中重要对象的变形。最常见的重定向方法是把图像缩放到目标尺寸,最简单的重定向算法是均匀缩放,其在很多情况下会造成图像重要对象的扭曲并且在小屏幕上变得过小而难于辨认。为了解决这个问题,研究人员将大量的关注和研究投放在基于内容敏感的图像重定向算法上。内容敏感是指在重定向过程中保护重要内容和结构,同时避免视觉扭曲和失真。依据图像重要度图及网格划分精细程度对重定向目标图像效果的影响分析,本文提出了一种基于非均匀网格变形的内容敏感图像重定向方法。本文方法的核心思想是首先将图像嵌入到四边形网格中,然后将不同的变形约束加入到网格变形中以便保持图像中的重要及全局结构和特征,最后采用将重定向问题公式化为二次最小化问题并采用线性方程求解。图像嵌入到四边形网格是基于图像重要度图进行的,本文提出了一种新型的图像重要度图的计算方法,其流程为：(1)、首先采用GBVS方法计算图像的显著图、采用人脸检测方法计算图像中存在的人脸信息、采用Canny算子计算图像中的边缘信息；(2)、联合三种信息获取最终的图像重要度图。此方法不仅能够有效地获得图像中的重要区域,而且还弥补了GBVS中边缘信息模糊的不足。基于网格划分粒度对图像重定向结果及系统计算效率的影响的分析,本文提出了一种基于图像重要度图的网格划分方法,其核心思想是将图像中具有高重要度值的重要区域嵌入到粒度小的网格中,将图像不重要的区域嵌入到粒度大的网格中。由于在图像中哪一快属于重要区域是具有主观性的,自动化获取的重要区域有时不一定就是用户认为重要的区域,因此我们在网格划分过程中还引入交互指定重要区域。针对图像重定向过程中容易破坏图像全局结构化信息从而导致图像严重变形的问题,本文采用了一种基于非线性变形的方法,利用相似网格块连接方案,更好地保持了图像的全局结构。除此之外,本文使用不同的策略来处理放大和缩小重定向,以便生成的目标图像更符合目标屏幕的特性。最后,本文采用纹理映射方法得到最终的目标图像,并将实验结果与其他方法得到的结果相比较。结果显示本文提出的方法能够更好地保持图像中的重要特征及全局结构。