图像分割是图像处理和机器视觉的基本主题，更是图像理解和分析的关键基础。随着机器视觉和图像识别技术的快速发展，图像处理的应用也越来越广泛，而图像分割的应用，也几乎渗透了有关图像处理的整个领域。由于自然图像的复杂性（一般有十分复杂的色彩与纹理组成），自动的分割方法无法或者很难凑效，尤其达不到语义层次的分割要求。因此，一种加入了用户干涉的交互式图像分割技术，应运而生，并且成为了近年来研究的热点。目前很多图像编辑软件都集成了交互式图像分割功能，比如，Photoshop CS5中快速选择工具和磁性套索工具，美图秀秀中的自动抠图工具，等等。由于它们的出现，为广告制作、平面设计、影视制作带来了诸多方便。然而，随着图像及用户对图像处理要求的增高，很多交互式图像算法交互复杂和不能快速、方便地实现多目标分割的不足，日益明显。因此，如何减少用户的交互和方便地进行多目标图像分割，成为了本文研究的重点。本文的研究重点和创新工作如下:　　1.分析基于图论的交互式图像分割技术，给出了以图论为基础的交互式图像分割算法的基本框架，研究了图论与分割对应关系，对现有的基于图切割、随机游走、图匹配的交互式图像分割算法进行了探究，归纳总结了目前交互式图像分割技术的不足。　　2.针对目前交互式分割技术的不足，提出了基于自适应局部阈值的交互式图像分割算法，首先采用基于自适应局部阈值的图像分割算法，生成一系列同质区域，并描绘出其轮廓;然后用户用不同颜色，粗略标记出组成不同目标的区域集;最后通过合并同色标记的区域集，完成图像分割。实验结果表明，本文算法不仅满足用户对交互式图像分割输入更直观、结果更准确的需要，而且同时方便地实现了多区域多目标的图像分割。　　3.以男士衬衫设计系统为背景，给出了基于自适应局部阈值的交互式分割算法的应用。