数字抠像技术是图像、视频编辑的重要操作之一,用于从图像、视频等媒体文档中抠取出用户感兴趣的目标。由于该技术广泛地应用于图像合成、虚拟演播室、图像传输、影视制作以及家庭娱乐中,所以其具有巨大的商业价值。但是,现有的抠像算法由于其交互过程中的复杂、枯燥而无法广泛应用。针对这一问题,本文在分析比较了Knockout抠像算法,贝叶斯抠像算法以及泊松抠像算法原理及处理效果的基础上,以泊松抠像算法为主线展开了研究。考虑到抠像算法的处理效率和处理效果很大程度地取决于由人机交互获得的,包括前景、背景、不确定区域组成的掩模图像。所以,本文在分析了目前比较常用的,也是效果较好的Scribbling算法的原理基础上,提出了一种新的基于点交互的交互算法。实验证明,本算法能够在简化用户的交互量的同时,获得较为准确的抠像所需的掩模图像。与此同时,为了提高抠像算法的处理效率,改善抠像算法的处理效果,本文通过分析自然背景下的图像的特征,对不同类型图像定义了两个图像特征的描述方法：前、背景颜色差异的描述方法和不确定区域细节丰富程度的描述方法。本文将不同特征的图像进行了分类,并给出了抠像算法适应性判据。对判断为无需采用抠像算法的图像,采用图像分割的方法获得前景目标。实验结果表明,本文所提出的抠像算法的适应性判据,能够较大程度地提高前景目标分割的处理效率及分割效果。