随着智能手机(Smart Phone)，掌上电脑(PDA)，mp4＼mp5，上网本，平板电脑等小型个人终端的迅速发展，带了同一多媒体内容如何在多种终端下正确而恰当显示的问题。而数字图像和视频的获取渠道多为通过数码相机摄像机，视频采集卡等。数字图像和视频的源端和各种终端在屏幕尺寸、分辨率和长宽比上均存在较大差异，必须通过图像适应的过程方能在这些终端上理想的显示。传统的图像适应方法主要有中心裁剪(Cropping)和直接缩放(Resizing)。其中，裁剪方法仅仅保留了图像显著目标的内容，图像的背景信息会大量丢失，从而不利于用户对图像的正确理解；更严重的是，在图像具有多个分散显著目标的情况下，裁剪方法直接失效。而直接缩放在图像适应前后长宽比不一致的情况下(这种情况在不同终端间很常见)则会导致图像的扭曲变形，如果长宽比改变比较大，图像中的显著目标可能严重变形至无法识别。近年来基于内容感知的图像适应算法的研究有很大进展，较新的方法包括分割重组，鱼眼变形，雕刻线，可伸缩性以及基于网格参数化等等一些方法。本文对这些方法均有简要介绍及其优缺点分析，其中着重介绍了基于网格参数化的图像适应方法的原理和过程，这也是本文研究和探讨的方向。　　 本文具体的研究工作包括：提出一种高效图像特征三角网格生成算法，其中包括一种图像特征线(强边)检测算法，一种图像显著区域的检测算法以及一种快速三角网格布点及优化算法。最后再采用约束一致的Delaunay三角剖分产生初始网格。随后，提出了在基于有限元(Finite Element Method，FEM)方法网格参数化条件下，特征网格参数化过程中约束条件的构造方法。通过此约束条件可以在有限元求解过程后得到的目标网格以及结果图像中，保持图像的两类特征并使得整体扭曲变形最小化。最后，在多种图像上实验了本文算法，并给出实验结果与分析。