对于图像感兴趣区域（ROI）的提取，一般从来两个方面着手解决：一是利用图像分割技术提取ROI；二是从人眼得视觉特征出发，通过模拟人眼得视觉特点，寻找特定得视觉敏感区域，并将这些视觉敏感区域排序作为ROI。
本文介绍差影法（对图像进行代数运算得一种不同的叫法）、交互式提取法、自动图像分割提取法。
差影法：本文主要用到图像减法，在进行图像处理时，对混合背景和前景的图像，人们往往对前景比较感兴趣，假设背景图像为b(x,y)，前景背景混合图像为f(x,y)，则去除了背景得图像为：a(x,y)=f(x,y)-b(x,y)
通过差影法提取图像感兴趣区域的实现过程如下：
（1）使用strel函数创建指定形状对应得结构元素，形状参数选择disk，根据背景复杂程度选择合适得圆盘半径。 background=imopen（I，strel（‘disk’，15））;
（2）对原始图像和由strel函数创建得结构元素进行开运算，得到背景图像。
（3）使用imsubtract函数对原始图像和背景图像做减法运算，得到消除背景后得感兴趣区域。 I2=imsubtract（I，background）;
注：实验图片得背景复杂度不同，圆盘半径参数选取不同。
优点：提取ROI对于背景简单得图像处理效果较好，处理速度快。
缺点：对于复杂背景得图像处理效果不太好，背景干扰不易去除，且不停的实验选取适合得圆盘半径，操作比较麻烦，不太适用于大量图片得感兴趣区域的提取。
发现使用这个方法得一个很好得例子：/softjc/505297.html
交互式提取法：以用户为中心，实现用户与提取算法得交互，能得到比较好的提取效果。
通过交互式提取法提取ROI得实现过程如下：
（1）提取原图得R、G、B分量；
（2）使用ginput函数获得所选择点得坐标；
（3）使用line函数在两个相邻选择点连线，直到终点与起点重合，连成封闭区域；
（4）使用roipoly函数选择封闭折线围成得灰度图得多边形区域，背景部分为黑，区域内为白；
（5）将原图得RGB分量分别与roipoly所得到得多边形区域图像做点乘运算，并联结各分量归一化，得到去除背景保留感兴趣区域得图像。
优点：以用户为中心，让用户自己定义图像得感兴趣区域，不管边界复杂或简单，都可以人为精确选择感兴趣边缘，从而很好得提取出用户感兴趣得区域图像，即精度高。
缺点：依赖于用户得自定义操作，处理速度不高，交互式过程复杂，不易做到友好、自然、不适应大量图片得感兴趣区域提取。
很好得一个例子：/thread-56748-1-1.html
自动图像分割提取法见下一篇博客。
