图像分割作为本文的研究对象,指的是根据图像包含的信息和先验条件,把图像划分成各具特色的不同区域,并把图像中的目标分离出来的技术和过程。在计算机视觉、模式识别、图像分析等领域有着广泛的应用。作为图像工程中的研究重点和热点,图像分割引起了人们的广泛关注,交互式分割和自动分割是图像分割技术的两大类别。在现存的交互式图像分割算法中,无论是在工程应用还是在学术研究中都得到了普遍关注,图切分(Graph Cuts)算法就是其中之一。为了提高分割的性能,许多研究者将目标的形状先验添加到分割过程之中。由于图片的不可预知的复杂性,交互式图像分割算法往往是费时费力的,尤其是当我们需要处理数量庞大的图片时,因此图像自动分割的研究一直以来都备受关注。本文内容主要集中在利用图像显著性和形状先验的图像自动分割算法的设计上,主要研究内容如下：论文的第一部分简要概括了图像分割技术现在的研究情况,并阐述了图像分割算法的研究意义；论文的第二部分对图像显著性区域检测技术进行了研究。主要介绍了几种典型的提取图像显著性区域的方法,即HC算法,Itti算法,RC算法FT算法；论文的第三部分首先介绍了图切分(Graph Cuts)算法,以及引入了星形形状先验的图切分算法；最后,为了将引入星形形状先验的图切分交互分割算法扩展为自动算法,我们设计了一种图像目标星形中心的自动获取策略；我们将自动检测到的显著性点作为形心,代替图切分(Graph Cuts)算法中的前景点,实现了图像的自动分割；本文做了大量的分割对比试验,通过试验,可以看到本文提出的算法具备良好的分割性能。