三维重建技术是虚拟现实、计算机几何模型处理、计算机动画、医学图像处理、科学可视化等领域的共性问题和核心技术。基于多视点的三维重建系统是一种利用对物体从多个角度拍摄的图像集，重建出物体三维模型的技术。图像集的对象提取技术是此系统的核心组成部分，也是实现系统自动化运行过程中的关键一步。对象提取的目标在于将目标对象与图像背景精确的分离开来，同传统的基于像素级别的图像分割相比，对象提取需要更多的对图像语义的理解，它是一种使用语义信息的图像分割。　　 近年来，图像分割方面的研究取得了长足的进步，涌现出了大量文献，然而一直缺少一个统一的框架加以综述。本文首先对目前已有的图像分割算法的分类法进行了总结，提出了一种新颖的分类方法，基于是否使用语义信息，将图像分割算法分为无语义的传统的图像分割算法和使用语义的对象提取算法，并且对一些主流方法和近年来涌现出的新方法进行了分析和分类。　　 其次，针对基于多视点的三维重建项目系统中的实际问题，综合比较各分割算法的优缺点，提出了一种针对数字图像集的对象提取算法方案。系统中所用图像集合中的图像之间具有前景相似、背景也都相似的特点，基于此观察，提出一种基于Graphcut框架的方案，其首先利用改进的LazySnapping算法手工分割第一张图像，然后利用首张分割结果的图像特征自动分割剩余图像。同时详细介绍了基于交互信息预测的图像集对象提取算法。方案使用的图像特征包括颜色信息、空间颜色特征信息以及空间约束信息等，实验结果表明，在图像集质量较好时，算法能取得较好的满足三维重建系统所需要的结果。　　 最后，针对实验室的基于多视点的三维重建项目背景及系统对自动化的要求，详细介绍了在实验室系统中所采用方案的具体实现，包括对象提取算法两个步骤的实现、针对分割结果中凹洞和毛刺的后处理算法以及在提高系统自动化程度方面的努力，包括利用学习方法设定算法参数、提供友好的交互界面提高系统的可用性、以及利用配置文件来实现支持批量化处理等。