图像分割是图像理解与解译中基本而关键的技术之一,其目的是将给定的图像划分成具有各自特性的互不重叠的同质区域,它作为图像分析层次中一项重要的分支,是图像工程领域研究的重点和热点。数字抠图技术是一项特殊的图像分割技术,是一种把对图像感兴趣的前景部分从其背景中分离出来的技术,通过用户指定图像中少量部分目标和背景区域,并根据这些提示按照一定的判定规则自动、准确地分离出感兴趣的前景区域。图像处理技术需要用特定模型来拟合图像的特征数据,本文研究了基于几种不同模型的图像分割方法:1)本文提出了一种基于自适应窗口的特征提取方法,根据各像素点窗口特征聚类后二值化的0、1跳变次数自适应地选择新窗口的大小,计算新窗口的能量特征以完成纹理图像分割,该方法比固定窗口提取的特征更能准确地反映像素的统计特性。2)研究了基于测地距离的图像分割方法,在待处理图像的目标与背景区域选取有代表性的像素点作为训练样本,用图像中各个像素点到目标与背景标记点的最短路径对应的最小测地距离,作为判断像素类别概率属性的依据,这样充分利用了像素的空间特征,得到了更好的分割结果。3)提出了一种基于测地线活动区域模型的交互式图像分割方法,首先引入自适应特征加权模型,建立图像像素的区域和边界概率模型;然后提出基于标记点的修正算法,对所得到的区域和边界概率模型进行修正;最后应用测地线活动区域模型对图像进行分割。