抠图是一种通过掩膜图像从指定图像中分离出前景目标的技术。在影视制作、商业广告和家庭娱乐等领域有着广泛的应用。抠图为后期的图像合成提供相关素材,并决定合成效果,因此抠图技术一直是图像领域的研究热点之一。根据掩膜图像仅取值0、1还是取值0到1,抠图技术可分为0-1抠图和alpha抠图。本文实现了基于GrabCut的有监督0-1抠图算法,并研究了大尺寸图像上GrabCut计算量大的问题,给出了下采样和图像预分割两种改进方法。其中前者通过下采样图像上的两次小规模GrabCut替换原图上的一次大规模GrabCut,能够在不损失精度的情况下提高抠图速度。图像预分割方法以预分割的图像块代替单个像素生成映射图,降低了映射图的规模,从而有效地提高分割速度。对玻璃器皿等半透明物体或者毛发等细小目标,alpha抠图能够更好地分离混合的前景和背景,从而给出更逼真的图像合成效果。本文实现了基于alpha估计的Robust Matting方法,并针对Robust Matting中需要繁琐的人工交互制作三分图的问题,提出了基于0-1抠图的自动三分图生成。实验结果表明,自动生成三分图在不影响提取结果的前提下极大地减少了交互量。序列图像上的抠图虽然可以采用逐帧交互和处理的方式,但是计算量大,人工操作繁琐,效率低下。本文利用序列图像在时间轴上的邻域关系建立时空GrabCut,将n幅序列图像中的人机交互量由原来的n次减少到1次,交互量与单幅图像的抠图相当。同时针对整个序列在一次分割过程中存在的数据量大、对用户的修正操作响应速度慢等问题,本文提出采用k+1滑动窗的计算方式,用多次小规模的GrabCut替换一次大规模的GrabCut,从而加快用户信息反馈的速度。实验结果表明,k+1方式的时空GrabCut在简单背景和复杂背景的序列中都能给出令人满意的提取结果。