在目标识别、立体匹配、视觉跟踪、场景重建、自动检测等诸多视觉研究领域,自遮挡现象已成为影响各种任务执行效果的主要因素之一。如何准确、合理地对自遮挡现象进行检测是解决各类自遮挡问题的关键和必要环节。本文以视觉目标的深度图像信息为基础,综合运用计算机视觉、图像处理、微分几何学等理论和方法,对视觉目标自遮挡现象的检测方法进行了研究。首先,给出了深度图像的概念、获取方法以及几种常用的深度图像预处理方法。其次,从分析深度图像信息及物体表面平均曲率变化与自遮挡检测间存在的关系入手,就如何能够检测出视觉目标中存在自遮挡现象这一问题进行了深入分析与论述;在此基础上,提出一种基于平均曲率及深度信息的自遮挡检测算法。该算法通过分析目标深度图像对应平均曲率的变化特征,并结合二次阈值的使用,实现了对视觉目标自遮挡的检测。再次,在深入分析和研究图像阈值分割技术的基础上,提出一种基于最佳分割阈值迭代及深度信息的自遮挡检测算法。该算法将灰度图像处理领域的最佳分割阈值迭代的思想引入深度图像处理领域,结合使用视觉目标对应的深度差值图像信息,通过求取合适的阈值实现了对视觉目标自遮挡的检测。最后,通过实验对提出的两种自遮挡检测算法进行了有效性和可行性的验证,并结合算法分析与实验结果对两种算法进行了分析与比较。