在对图像的研究与应用中,人们往往只对图像中的某些部分(常称为物体)感兴趣,对其它部分则不甚关心。为了辨识和分析图像中的物体,更好的了解它的特征并进一步利用它,需要将它从图像中分离提取出来,其中所用到的提取方法与过程就是图像分割。图像分割在实际生活中有着非常广泛的应用,一直是图像图形学研究的一个重要领域,至今已有很多图像分割的方法。本文对常用的图像分割方法进行了简单的介绍和评价,并提出了一种新的图像分割法,这个方法首先需要人工把一些明显属于物体和明显属于背景的象素分割出来,然后根据分割出来的这些象素自动建立物体与背景的颜色模型,最后求出能量函数取最小值时的分割结果,即得到图像中感兴趣的物体。通过图像分割得到感兴趣的物体后,一个很重要的应用是把这个物体合成到另一个背景中,得到新的图像,如制作科幻电影与动画片等。这是因为很多科幻图像中的场景实际中不存在,或者虽然可以人工构造,但成本太高,所以使用通常的方法来得到它的图像就不现实了,而图像合成正好可以突破这两方面的限制,以很小的成本得到很多有用的图像。但是合成图像要想有实用价值的话,前提条件是它必须看起来真实,也就是说合成图象中不能有明显的拼接痕迹。本文提出了梯度模拟图像合成法,它在保留物体基本颜色特征的同时,改变了物体的光亮度,使其与新背景的光亮度一致,实验证明采用此方法得到的合成图像光照效果更真实。