抠图与合成是计算机图形学和视觉特效处理中的两个基本操作。传统的合成操作起源于电影工业,其模型简洁直观,现有的合成方法一直沿用传统的合成模型。传统的抠图技术尽管在业内已有广泛的运用,但是仍有诸多缺陷。抠图问题从其形式化表达上看,有七个未知数却只有三个方程,因而是一个病态问题。已有的抠图方案都是加入一些约束条件来求解抠图问题。依据图像的背景不同,抠图技术可以分为单色背景抠图和自然背景抠图。本文从通用性、易用性、准确性三个方面分析已有的抠图算法,并指出了其各自的不足,同时,结合计算机视觉中的已有模型提出了自己的抠图算法。首先,利用图论中的图(Graph)与图像拓扑结构的相似之处,结合求解图的最小割集算法,实现了一种基于图的抠图算法;其次,分析了基于图的抠图算法的不足,结合可信度传播算法在求解能量最小化问题中的运用,实现了一种基于马尔可夫随机场(MRF)模型的逐步迭代抠图算法;最后,通过分析摄像机的成像原理,找到模糊图像的模糊程度与摄像机参数之间的对应关系。利用不同摄像机参数拍摄相同场景的散焦图像作为求解抠图方程的约束条件,计算图像中被摄主体的深度以及图像聚焦程度,实现图像的绝对前景、绝对背景的分割,并结合已有的Bayesian抠图算法实现自然背景图像的自动抠图处理。本文的抠图方案都是自然背景抠图方法,全部采用了人机交互方式实现抠图处理。前两种方法,运用计算机视觉中已有的模型到抠图处理中,其交互量与已有的主流抠图算法相当,并且能取得不错的抠图结果;最后一种方法,是本文原创的自然背景自动抠图技术,交互量几乎为零,抠图结果与当前最优的算法相当。