印刷电路板（Printed Circuit Board, PCB）是电子设备的重要组成部分，对其进行无损检测具有重要的经济、社会以及军事价值。近年来出现的锥束计算机断层成像（Cone BeamComputed Tomography, CBCT）技术能够获取高分辨率的PCB图像，为PCB的无损检测提供了一种新的技术途径。为实现PCB的检测，需要对所得到的PCB图像进行处理和分析，其中的一项重要内容就是实现对PCB图像的分割。PCB由基板、敷铜导线及过孔等要素构成，其内部结构复杂，由于散射伪影、金属伪影等的影响，使得PCB图像的质量差，要得到精确的分割结果难度很高，严重影响了PCB无损检测的准确率。因此，研究准确高效的PCB图像分割技术对于提高PCB无损检测的准确率具有重要意义。在众多图像分割方法当中，基于图论的交互式图像分割在近年来迅速发展。其中，基于图割（Graph Cuts）的方法将图的最优划分理论应用到图像分割中，将图像分割问题表达为能量最小化问题来求解，取得大量的研究成果。本文针对PCB图像的特点，研究基于图割的交互式图像分割技术。论文主要工作如下：1.针对传统的图割算法仅仅依靠用户添加的种子点的灰度信息难以有效获取准确稳定的区域项模型的问题，本文提出一种基于高斯混合模型和先验信息的区域项模型生成方法。该方法首先采用高斯混合模型拟合前景和背景灰度分布，并将用户添加的种子点的灰度值等信息作为期望最大化算法的初始值，然后与先验信息结合来生成区域项模型。实验结果表明，该方法可以有效利用用户交互过程中引入的信息，获取更加稳定的区域项模型。2.针对现有的图割算法难以准确分割背景不一致图像的不足，本文提出了一种改进的图割中的能量函数模型。模型中引入了背景能量项，背景能量采用了基于散乱控制点的空间曲面拟合的方法来生成，并将其添加到图割框架中，实验结果表明，该方法可以有效实现对背景不一致的PCB图像的分割。3.针对传统图割算法在交互的过程中的波动效应问题，本文提出了一种局部渐进图割算法。本文算法在用户新添加种子点时自适应地生成局部约束能量项，将其作为额外的约束条件添加到图割框架中，从而有效避免了交互过程中的波动效应，实验结果表明，该方法可以得到更加准确的分割结果，并且提高了算法的可控性和用户体验。4.针对大尺寸图像分割耗时长、系统反馈速度慢的问题，本文分析了交互式图像分割算法各个部分的运行时间，提出一种采取随机抽样训练高斯混合模型以及图重用机制的策略来实现优化。相对于原始算法，优化后的算法运行效率提升50%左右。