图像抠图方法指的是对目标对象进行准确的前景估计,从而实现前后背景信息的分离。传统的图像抠图方法一般是结合彩色图像以及人工辅助信息进行求解,其核心为以下两点:1)人工辅助信息的生成;2)边缘的细化。但是传统的基于颜色信息的抠图方法不能较好的解决图像中前后背景较为相似的情况。随着三维重建技术的发展,深度图逐渐步入人们的视野,其提供的距离信息能够较好的对距离不同的目标对象进行区分。基于此,本文提出了深度图辅助的主动轮廓抠图方法。本文主要工作可以归纳为以下几点:(1)深度图修补算法研究深度图是由深度相机拍摄得到的距离图像,利用该距离信息能够在前后背景相似但深度值不同时对目标对象进行分离。然而实际中获取的深度图往往会有缺失,存在一定的空洞,故需对深度图进行修补。(2)深度图辅助的主动轮廓与水平集方法研究抠图问题的核心要点之一即是生成所需的人工辅助信息,本文采用的是深度图辅助的主动轮廓与水平集方法来对图像进行粗分割,相较于其他的分割方法,主动轮廓与水平集方法能够在分割的过程中更贴近待分割对象的边界,从而更好的保持物体的几何拓扑性,得到所需的二值分割结果。(3)抠图方法与融合抠图结果的研究最后的抠图阶段,本文所提出的研究方法会分别针对颜色信息以及深度信息得到其对应的抠图结果,然后基于给定的判别规则对彩色抠图结果和深度抠图结果进行融合,从而使最后的抠图结果的边缘部分更符合实际情况。(4)本文方法应用本文的研究来源是三维重建在获取二维图像的过程中存在噪点导致后续重建模型不佳的问题。实际应用中,本文将得到的图像不透明度信息作为掩码与原图像进行计算,得到去除噪声后的图像,然后进行三维重建,获取最终的重建模型。实验结果表明,本文研究方法能够较好的对深度图进行修补,从而能在深度图辅助的主动轮廓与水平集方法的分割过程中得到较好的二值分割结果,最后也就能够基于抠图方法得到更符合实际情况的抠图结果。