如何从彩色体图像中提取感兴趣的三维区域(ROI)是一个有趣而富有挑战性的课题。对于例如虚拟人项目(VHP)等特定领域来说,这是一个亟待解决的问题。VHP是由美国国家医学图书馆(NLM)提出的。它的最终研究目标是建立一个细胞级的虚拟人体组织数字化人体,这对新药开发、运动医学、工业设计等方面都具有重要意义。随着图像处理技术的发展,利用图像抠图技术可以通过少量的交互操作来提取感兴趣的区域。然而,目前发表的图像抠图方法都是为二维图像设计的。因此,对于三维图像的分割问题,仍需要在每张图像上手工绘制感兴趣区域的轮廓,逐层完成分割。这个过程是一项乏味的工作,需要大量的精力和时间。如果有一种直接对三维彩色体图像的分割方法,工作效率将得到很大的提高。在此背景下,本文基于谱分析的思想设计并实现了一个直接分割三维彩色体图像数据的系统,使用户可以在截面图像中输入少量的涂鸦标记来提取三维目标模型。该方法使用序列化切片图像构建三维数据,利用图像的拉普拉斯矩阵的最小特征向量,经过线性变换自动计算出一组基本的抠图分量,合理地定义了图像。然后,将这些抠图分量用作构建块,基于少量用户输入的涂鸦标记来自动筛选出有意义的前景分量,通过分量的组合就能得到目标分割区域。这是一个从体图像中提取前景对象并估计对象覆盖的体素的不透明度的过程。通过对人体不同部位的图像进行分割实验,证明了该方法的有效性和适用性。