数字图像抠图指的是将给定数字图像中的前景物体精细准确地抠取出来，是数字图像编辑与视觉特效制作中的基础操作。虽然目前已有一些数字图像抠图方法（如数字蓝屏抠图）被投入实际使用，然而其存在较多的局限性。传统的数字图像抠图方法往往要求前景物体在特定环境下或者以特殊的拍摄器材进行拍摄，极大地限制了数字图像抠图的应用范围。自然图像抠图的出现避免了这一问题。由于自然图像抠图对拍摄环境不做限制，因而其适用范围更广，并且由于其能够为数字图像编辑，虚拟现实技术等提供精细真实的前景素材，而成为数字图像处理，虚拟现实，计算机视觉等领域的一个研究热点。　　 本文主要关注自然图像抠图技术，介绍了自然图像抠图的相关概念；回顾了自然图像抠图技术的发展；概述了自然图像抠图的研究内容及其研究意义；对目前自然图像抠图的研究进行了全面综述，对现有方法进行了分类整理，指出存在的问题与不足，并对自然图像抠图中的若干关键问题进行了深入研究。本文研究成果主要包括：　　 1．针对近年来出现的一种较优秀的鲁棒抠图算法进行详细分析，阐述了其产生抠图瑕疵的原因，提出了一种基于高斯混合模型的改进算法，在牺牲少量抠图时间的前提进一步提高抠图质量。将改进后的鲁棒抠图算法推广至自然视频抠图，通过基于Strokes的Trimap生成以及视频帧间的标记传递，减少了视频抠图中的手工操作，并取得较好的抠图效果。　　 2．将自然图像抠图与图像合成作为统一的过程进行考虑，提出了一种融合图像合成的自然图像抠图算法。当待合成背景与原始图像颜色近似的情况下，新算法能够有效地减少因原始图像中存在前-背景颜色相近或前景物体模糊导致抠图误估计而带来的合成瑕疵；当待合成背景与原始图像颜色差异较大的情况下，新算法亦能获得较好的合成结果。　　 3．提出了一种民用级的实时生成较高质量掩像的静态自然图像抠图算法。在借鉴Softscissor算法提出实时标记实时抠图的思想的基础上，对Softscissor算法的耗时标记操作进行简化，进而采用马尔可夫随机场对待抠图区域进行建模求解。在普通PC上，新算法能够实时获得精细平滑的抠图结果。　　 4．提出了一种交互性较强的自然图像抠图算法。通过引入细胞自动机来对建立在未知区域上的马尔可夫随机场进行能量最小化，使得抠图过程对使用者可见。新算法对Trimap与Strokes标记统一处理，使用者可选取任一种或者两者结合作为标记手段；额外的手工标记可在算法运行过程中随时被加入以便用于指导抠图过程，算法无需重新运行即可对抠图结果进行修正。　　 论文最后对研究工作进行了总结，并对今后的研究方向进行了展望。