前景提取问题是数字图像处理领域的热点问题。随着理论的不断完善，前景提取问题逐渐从图像分割发展到基于透明度的图像抠像问题。数字图像抠像技术不仅应用于传统的电影和广告的制作当中，还广泛应用于包括工业农业、环境监测、医疗卫生等领域在内的许多行业。图像抠像是一个欠约束问题，大部分自然抠像算法都需要用户提供提示图像，即将图像分割为前景区域、背景区域和未知区域的三元图，算法通过三元图的信息判断未知区域中的像素是前景还是背景。一个普遍的问题就是无论对于单帧图像或多帧图像，三元图必需手工绘制，由于耗时过多，使得自然抠像算法很难应用于视频当中。另一个问题是大多数自然抠像算法只涉及图像域，没有考虑到深度信息。近年来，随着深度相机的研究与发展，出现了一系列结合深度图像的抠像算法。深度图像中的每一个像素表示场景中某一点与摄像机之间的距离，这就为区分前景部分和背景部分提供了方便。如今，主流的深度相机分为TOF和Kinect两类。本文研究了传统基于TOF相机的图像抠像技术，分析了传统算法的优势和不足。借助Kinect体感设备拍摄的深度图像，对Kinect拍摄的彩色图像进行抠像。提出了改进的联合双边滤波算法，三元图自动生成算法，并结合共享样本点(SharedMatting)算法实现了抠像。进一步通过分析高清摄像机与Kinect的几何关系，完成了高清摄像机拍摄彩色图像的抠像算法。实验结果证明本文提出的一系列算法具有良好的鲁棒性和实时性。