近年来,随着立体视觉、3D电视、智能交通的迅速发展,图像的前景分割作为其中一项关键技术越来越受到计算机视觉领域研究人员的重视。前景物体作为图像中最能代表图像内容的部分,在图像分析、图像理解等高层应用中是人们最关注的部分。现在已经提出了多种前景分割方法,但是大多数的分割方法在实际应用都存在不足,例如分割结果的语义不明确,分割边界不准确。鉴于前景分割在工业和研究中的广泛应用,本文提出一种基于深度图的前景分割方法,旨在解决前景分割不确定性的问题。本文的主要内容是研究融合深度和彩色信息的前景分割方法。在由彩色图像和深度图像组成的图像对中,在彩色图像分割的基础上利用深度图分割给出有一定语义的前景区域。如何选择颜色空间和彩色图像分割算法实现彩色图像分割、如何修复Kinect深度相机的原始低质量的深度图以及利用深度图确定前景区域和克服彩色图像过分割是本文重点解决的问题。本文首先介绍图像分割的概念和存在困难,详细介绍了前景分割的难点。然后介绍了彩色图像分割算法,重点阐述了Mean shift的原理和应用于彩色图像分割的步骤。之后介绍了立体视觉中的深度图,分别介绍了利用立体匹配求取深度图,以及直接使用深度相机拍摄深度图的方法。重点介绍融合深度和颜色信息的前景提取方法,提出了在深度分块基础上对彩色分割区域进行合并的算法,并且完成了对不同图像中单个以及多个前景提取的实验。最后总结了本文所做的研究工作,指出了本方法存在的问题和不足,指出了该方法需要优化的方向。本文基于立体视觉,提出了一种直观而又新颖的融合彩色和深度信息的前景分割方法,经过实验验证,本方法可以比较准确地分割出图像中的前景区域。本文所提出的方法可以在应用于多个领域。