随着计算机软、硬件综合水平和信息技术在近几年的急速发展,数字图像抠取技术被广泛应用于图像处理、视频编辑以及电影特效制作等领域,是计算机视觉方面的重要研究课题。抠图技术是指根据应用需要将前景物体从原始图像中精确地分离出来的一项技术。由于抠图问题是一个严重病态问题,所以为了增加约束条件使其可解,定的用户交互是必要的。常用的交互方式有三分图和线条图两种。目前的抠图技术主要可分为蓝屏抠图和自然图像抠图。其中针对自然图像的抠取算法又可被分为四类,即基于采样的抠图技术、基于模型的抠图技术、基于能量函数的抠图技术以及一些扩展的抠图技术。本文通过对已有抠图算法的深入分析和比较,提出了一种优化的全局采样算法。该算法使用全部的前景、背景边界像素作为候选样本。对于每一个未知像素,通过有效的样本评价准则和采样机制从候选样本集合中选出(近似)全局最优的样本对,从而计算其前景不透明度值。算法的优势在于能够很好地处理邻近样本点与远距离样本点间的关系,避免遗漏真实样本。在掩像优化阶段,我们介绍了全局最优法和导向滤波法两种优化方法,并将这两种方法进行了对比。此外,本文中还实现了一种利用分割和形态学图像处理技术生成三分图的方法,方便了用户的交互。最后在实验平台中完成了相关算法的实现,并对图像抠取算法测试集中的图片进行了测试,大量实验结果证明我们的方法可以生成高质量的掩像。