图像缩放是数字图像处理领域中一个研究热点。其算法主要有插值算法和保持内容算法。插值算法又有最近邻域、双线性、双三次和基于边缘插值算法，目前大部分移动终端都应用该方法来进行缩放；但在缩放过程中会使图像中用户关注的物体缩致难以辨认或扭曲；保持内容算法在缩放过程中考虑图像内容克服了插值算法的不足，其中最有代表性的是2007年由Avidan和Shamit提出的seam carving算法；但由于seam carving算法对图像重要内容检测和能量函数计算具有局限性，所以缩放过程中物体总体结构易发生变形和扭曲。一些学者针对seam carving算法的缺陷提出了基于全局结构的局部调整seam carving算法和基于视觉显著图的seam carving算法，本文是在对这两种算法研究的基础上，针对其在局部调整和能量图计算过程中存在的问题提出了相应的改进措施，使其缩放效果得到进一步的提高，主要工作从以下两方面展开：　　 1、基于全局结构的局部调整seam carving算法的改进。针对原算法中像素重要度计算的局限性和局部调整过程的复杂性问题，将像素重要度的计算由原来的梯度信息变为由结构信息和梯度信息共同来计算，并对原算法的局部调整由三种情况变为两种情况，减小了计算的复杂性。实验结果表明改进后的算法图像结构扭曲较小。　　 2、基于视觉显著图的seam carving算法的改进。针对原算法中每个像素点能量值计算的缺陷，将原算法中能量值计算由梯度值和视觉显著图值相加变为两个值得相乘，并将视觉注意力模型引入该算法。实验结果表明改进后的算法视觉主体得到较好保持。　　 本文基于图像缩放的基础理论，以保持内容算法中典型的seam carving算法为研究对象，主要针对基于全局结构的局部调整seam carving算法和基于视觉显著图的seam carving算法的缺陷进行了改进研究。大量实验效果图对比表明，算法复杂性均得到有效降低且缩放效果有所提升。