在触摸屏智能设备(手机、平板电脑、交互电视)逐渐普及的今天,人们对于网络上多媒体信息的需求产生了爆炸式增长。图像处理和检索技术的最新进展给“所想即所得”的设想提供了一种可能:根据自己脑海中想象的场景合成真实图片。这将是一个“从无到有”的创造性的过程,核心是通过手绘草图检索所需要的图片素材来进行融合。然而,现阶段大部分的图像检索方法都无法满足用户的这一要求。同时,如何使得合成的图片更加真实也是困扰许多研究者的问题。为此,本文首次提出并实现了一套通过草图来检索物体图片并合成现实图片的系统。在图像检索阶段,系统以日常复杂场景图片为底库,采用了一种基于草图的场景图片检索方案。用户只需要输入某一物体的草图,返回结果是出现该物体的某一场景图片。首先,我们利用物体检测算法,将复杂的非图标型场景图片转化为若干图标型物体图片;借助于深度神经网络强大的学习能力,将草图与真实图片映射到同一特征空间进行表示,从而打破草图与真实图片间的巨大差异;为了进一步提高检索效果,借助于物体检测时获取的标签,对初始结果进行重排序,使得检索结果能够兼顾草图的细节以及类别。在图像合成阶段,本文提供的算法能够在梯度域内将物体融合到新的背景中,避免了可视化的缝隙,达到了更加自然的融合效果。除此之外,alpha matting的方法也被引进到系统中,实现了前景物体的实时抠取与融合。实验证明我们的检索系统能够为用户提供更高的精度以及更加丰富的素材。整个系统能够交互式的合成复杂的图片,并且最终的合成结果也非常真实自然。