图像采样是计算机图形学中的重要课题,当今已经产生了很多经典的采样理论与方法.图像存储与处理技术的广泛需求,驱使着信号采样到图像采样的发展.在经典的Shannon采样理论中,给出了保存离散信号完整信息的采样频率限制,而在更为复杂的图像采样中,这种采样频率在存储空间与计算复杂度的限制中是无法保证的,所以产生了很多更加合理的图像采样方法.基于一维信号采样的经典方法,可以沿用于二维图像采样,例如均匀采样、蓝噪声采样和几何特征匹配采样等.它们均在图像坐标内分布采样点,有效利用图像梯度、显著度等特征,提高采样效率。Shannon在非均匀采样理论中指出,满足平均采样频率阀值的非均匀采样方法,也可以保存原始信号的完整信息,所以非均匀采样方法可以更充分的利用图像特征进而保存图像信息。本文介绍了一种基于蓝噪声方法的图像采样,通过把灰度图像看成具有密度的流形,参照广义里奇曲率定义进行采样.类似的采样由前人提出过,但本文在其基础上有了更多的扩展并引入离散Hessian阵的特征计算.这类方法的思路和结果也被广泛的应用于图像和图形的处理中.本文将其应用于自然,深度和卡通等多种图像,并且与其它采样方法进行比较,显现出本算法在采样结果与还原结果的优势.而且进一步的实验证明,对于灰度值变化频率较大的图像,采样方法仍然可行,并且可以扩展至高维图像,进一步的应用将在未来的科研工作中继续进行.