图像的精细分割技术（抠图）是指把任意形状的前景物体从图像中精细分割出来的一种技术，它是一种重要的图像处理技术，也是计算机视觉领域中的主要问题。图像精细分割是由图像处理进到图像分析的关键步骤，在图像工程中占据重要的位置。一方面，它是目标表达的基础，对特征测量有重要的影响；另一方面，图像精细分割及基于精细分割的目标使得更高层的图像分析和理解成为可能。图像的精细分割广泛应用于图像建模、图像绘制、影视特效等多媒体制作领域中，具有巨大的商业价值。由于复杂背景图像往往具有颜色丰富，形态不规则特点，而现有图像精细分割算法利用图像的信息往往比较单一，因而在分割过程中出现了用户交互不方便、分割速度慢、分割结果不完整、分割效果不精细等问题。　　 本文在研究现有图像精细分割方法的基础上，将复杂背景下的图像精细分割方法分为两大类：一是基于连续前景区域图像精细分割方法；二是基于离散前景区域的图像精细分割方法。基于连续前景区域的图像精细分割方法，提出了单色背景下的快速自动精细分割算法，与传统的方法相比，该算法不需要用户交互，速度快，实用性强。以此为基础提出了复杂背景下基于前景物形态的GrabCut改进算法，大量的实验结果表明该算法不但比GrabCut算法的收敛速度快，而且算法将分割结果以多边形节点的形式给出，方便了用户对分割结果进行细节调整。基于离散前景区域的图像精细分割方法，提出了基于样本颜色结构化信息与图像Poisson（梯度场）方程相结合的精细分割方法，与传统方法相比，该方法将快速预分割与局部修复相结合，交互方式简单，速度快，而且对于低对度区域的图像有很好的精细分割效果。