图片的前背景分离技术用以将一张图片中用户需要的前景区域抽取出来，是图形图像处理中一个重要组成部分，具有广泛的应用范围。为了适应现今动漫产业以及手机动漫的发展趋势，在对动漫图片进行前背景分离时，需要考虑动漫图片的特点以及终端设备扩展等问题。在此背景下，本文对动漫图片的前背景分离技术展开探究，探讨如何在保证动漫图片分离效果的同时提高效率。　　首先，在对动漫图片的颜色及轮廓特征分析的基础上，本文提出一种新的图切割算法(CGCut)。算法通过对各个像素的颜色值、梯度值及坐标进行综合比较，实现像素级别的前背景分离。经实验证明，该算法可以实现良好的分离效果，尤其适用图片前背景颜色交叉较多或是图片颜色信息复杂的情况。　　其次，考虑到像素级别的分离技术的效率问题，结合动漫图片的区域特征，本文提出一种基于区域的图切割算法(RBCut)。该算法预先把图片划分成多个超像素，之后以超像素作为图切割算法的处理对象。从实验结果的对比中可以发现，RBCut算法在保证良好的分离效果的同时，明显地提高了时间性能。　　考虑到前背景分离中对于结果进行二次调整的需要，本文还提出一个基于Bezier参数曲线的边界调整算法(BCEdit)。该算法通过少量的附加输入数据，参数化一条Bezier曲线，用于调整前背景边界区域的分离结果，实现图片整体分离效果的优化。实验证明，该算法比起现有常见的调整技术在时间、效果及操作上都有明显的优势。