对于非受限图像的自动分割,已经广泛应用于图像处理的各个领域,如工业应用、现代医学、人脸识别、交通管控等各行各业。同时,随着移动互联网的飞速发展与智能终端的普及,对日常服饰拍照分享、进行服饰搭配已经成为了人们日常生活中的习惯,针对服饰图像的图像分割与颜色提取也成为了应用领域的研究热点。对于本课题,在服饰搭配过程中,服饰图像的分割和分割后图像的主颜色提取是两个关键的步骤。本文对图像分割技术与主颜色提取算法,进行了分类描述。图像抠取算法,基于图论,它将每个像素点视为图中的一个点,相邻像素点之间的特征值差异性视为图中边的权值,而求解图像分割的过程可以用求解图的最小割的过程来实现。本文对图像分割算法与颜色提取算法进行了研究与改进,具有一定的研究与现实意义。本文的主要工作在于选取并改进了一种合适的交互式图像分割算法完成服饰图像的分割。交互式图像分割算法,将用户交互引入到分割过程中,其中,GraphCut算法作为交互式图像处理算法中的典型算法,它通过求解能量最小化来得到分割结果,其时间性能与分割效果是适用于服饰图像领域的。本人在原有算法基础上,使用分水岭算法进行图像预处理,采用GraphCut算法进行图像抠取。此外,本文选择了一种基于期望最大化的聚类算法进行抠取后图像的主颜色提取。本文在算法研究工作的基础上,在实际应用领域也取得一定的成果。本文描述了一种高效系统,它对服饰图像进行分割与颜色提取,应用上述算法来达到时间效率和分割效果的较好平衡。本系统选取iOS平台作为实现平台,针对服饰图像的抠取问题进行了4层的架构设计,并定义了基于GraphCut的算法的工作流。实验结果表明,本系统在图像抠取和颜色提取两方面都达到了理想的效果,时间效率方面能满足日常移动互联网用户的需求,分割效果与颜色提取方面,也能达到分享与搭配的需求。