图像分割是图像处理的一个重要的组成部分,在模式识别、医学图像处理、图像编辑等领域有着广泛的应用,一直是图像处理研究的热点。我们系统地研究了各种图像分割算法,并按照它们对图像信息的使用方式进行了分类。在很多情况下自动的图像分割很难实现,需要我们进行一些交互操作才能达到满意的分割效果。本文总结了现有的各种的交互式图像分割算法,并对他们的性能进行了比较和分析。按照分割目标的不同,我们将交互式图像分割分成硬分割和基于透明度的景物提取两大类。GrowCut是一种交互式的硬分割算法,它使用细胞自动机来完成图像分割,在很多情况下具有很不错的效果,并且扩展性好。我们详细地介绍了GrowCut算法,并在交互方式和邻域系统的选取方面对它进行了改进。针对现有的基于透明度的前景抽取算法没有考虑对结果进行改进的情况,我们提出了一种新的算法Alpha Grow。这个算法采用细胞自动机的框架,将透明度看成是像素点的内在的属性,通过各个像素点之间的交互完成透明度的估计。这种方法能够很自然地对用户的再次交互做出反应,并在很多情况下具有不错的效果。