本发明提供了一种交互式图像处理方法，该方法在视频序列中提取关键帧，并将相邻关键帧之间的帧逐个叠加形成用于交互标记的关键帧簇，以此将所述关键帧的图像区分为前景区域、背景区域和未知区域；然后对所述关键帧进行谱聚类和α值估计，获得所述关键帧的抠图结果；最后，将所述关键帧的抠图结果传递至整个视频序列，得到最终的抠图结果。因为是在每个关键帧簇上交互标记前背景点，充分利用了视频序列所包含的时空信息，基于关键帧的用户接口保证了用户交互的自然性和直观性，符合人类视觉系统的观察习惯；通过在关键帧簇上的标记取代单独在关键帧上的标记，对于前景对象局部动作较大的情况有较强的鲁棒性。