La figura è l'elemento che attira la nostra attenzione (talvolta delimitato da un contorno), lo sfondo è la parte dell'immagine che ci appare più indefinita o lontana.
Secondo le leggi percettive della configurazione l'uomo tende ad assegnare il ruolo di figura e di sfondo attraverso lo stesso processo mentale e visivo, vincolato in minima parte dalle esperienze personali, ma piuttosto assoggettato a delle leggi percettive universali e condivise.

Il contrasto che ci permette di distinguere la figura dallo sfondo può essere strettamente legato al colore, alla vividezza dei toni, alla texture, alla dimensione, ecc...  ma, se non siamo in grado di individuare il contrasto tra sfondo e figura, è possibile che l'immagine ci appaia di difficile lettura.

Gli psicologi della visione hanno individuato le condizioni necessarie perché alcune parti dell'immagine assumano il ruolo di figura o di sfondo.

Davanti ad un'immagine si può osservare la presenza di uno, o più, di questi fattori:

• forme chiuse o forme aperte: le forme chiuse vengono percepite come figure sullo sfondo,  viceversa le linee aperte lasciano un'indeterminatezza che si attribuisce generalmente allo sfondo;
• dimensione: le figure piccole vengono lette come protagoniste di un'immagine mentre gli spazi più estesi assumono il ruolo di sfondo;
• semplicità: le forme semplici tendono a prevalere come figure sullo sfondo;
• simmetria: le simmetrie trasmettono all'osservatore i caratteri di riconoscibilità che ne permettono una lettura come figura, l'asimmetria e l'irregolarità si legge, invece, come condizione di sfondo;
• posizione: in un'immagine, viene letta come figura, la porzione di immagine che generalmente occupa lo spazio inferiore;
• convessità: la forma convessa assume il ruolo di figura, la forma con profilo concavo viene invece letta come sfondo.

Il rapporto tra la figura e lo sfondo non è immutabile anzi, le due letture possono scambiarsi anche se non possono mai essere lette contemporaneamente.

La priorità di lettura viene assegnata prima ad una forma e poi ad un altra, e poichè il cervello deve selezionare gli stimoli che riceve non è possibile leggere entrambe le forme come figure o entrambe come sfondi. 

Le figure ambigue (es. "coppa di Rubin") sono un chiaro esempio di quanto sia univoca la lettura di una forma in un contesto, non è possibile per il cervello accogliere più figure che per la loro forma "complementare" si escludono.

Il rapporto tra figura e sfondo è immutabile?