1、數(shù)字摳圖技術(shù)是把圖像中的特定部分從其他部分中分離出來(lái)的一種圖像處理技術(shù)，它在圖像處理、影視制作及虛擬現(xiàn)實(shí)領(lǐng)域有著廣泛的應(yīng)用。最初出現(xiàn)的藍(lán)屏摳圖技術(shù)和差異摳圖技術(shù)對(duì)圖像背景都有嚴(yán)格的限制，使用起來(lái)都有一定的局限性也很不方便。而隨后出現(xiàn)的自然圖像摳圖技術(shù)因?qū)D像背景不做限制，應(yīng)用起來(lái)很方便，受到了越來(lái)越多的關(guān)注。 自然圖像摳圖技術(shù)主要通過(guò)操作者手工標(biāo)定前、背景提示信息，然后利用這些提示信息和事先假定的圖像統(tǒng)計(jì)分布特性，建立摳圖模型求

2、解掩像圖，進(jìn)而通過(guò)掩像圖將前景目標(biāo)從背景中提取出來(lái)。如何建立快速、準(zhǔn)確、有效的摳圖模型，一直是自然圖像摳圖技術(shù)研究的重點(diǎn)。 本文對(duì)自然圖像摳圖技術(shù)進(jìn)行研究，并分析比較目前出現(xiàn)的多種自然圖像摳圖方法的優(yōu)缺點(diǎn)。本文的主要工作包括： 1．研究分析基于采樣的摳圖方法中較有代表性的Bayes摳圖算法，該算法在速度和效果方面取得比較好的平衡，對(duì)于一些背景比較復(fù)雜的圖像，其也能夠獲得比較好的摳圖效果。但其未定義貝葉斯框架中的平滑約束項(xiàng)

3、，從而導(dǎo)致生成的掩像圖容易出現(xiàn)脈沖噪音，本文以提高摳圖效果為目的，考慮分簇采樣點(diǎn)所占比重對(duì)α值估算準(zhǔn)確度的影響，在貝葉斯框架中嵌入一個(gè)含比重因子的平滑約束項(xiàng)表達(dá)式，進(jìn)而提出一種改進(jìn)的Bayes摳圖算法。實(shí)驗(yàn)結(jié)果表明改進(jìn)后的算法，有效的消除了脈沖噪音，使生成的掩像圖更為光滑，取得了更好的摳圖效果。 2．分析采樣傳播相結(jié)合的摳圖方法中最具代表性的魯棒摳圖，并在算法思想的理論上與基于采樣的摳圖方法進(jìn)行比較，說(shuō)明該方法的優(yōu)越性，然后通過(guò)