该文的研究涉及到了视频分割技术的多个方面,包括静止图像分割、运动目标的监测、提取、跟踪以及快速块运动估计等.在静止图像的分割算法中,提出了一种基于分水岭和区域合并的图像分割算法.首先将图像进行平滑,使用平滑后的彩色图像计算其加权的彩色梯度,然后将分水岭变换应用于梯度图像,得到图像的初始分割,并利用区域之间的相似性进行合并.提出了一种适用于具有静止或运动背景的视频序列中运动目标的分割和跟踪算法,该算法融合了图像在时间和空间上的特征.在空间上使用了基于图象空间特征的分割技术,在时间上利用目标的独立运动与合成的全局运动之间的运动偏差来检测出独立运动的目标.在区域级别上使用了区域跟踪技术,在目标级别上的跟踪使用了Hausdorff跟踪器来实现.该分割算法不仅可以获得精确的目标边界,同时也保证了目标在时间和空间上的连续性.提出了一种快速的块运动估计算法,MDS（Modified Diamond Search）.MDS使用具有空间约束的因果模板来预测当前块的运动向量,并根据其空间关系将预测类型划分为两种,一是静止或准静止的规则运动,二是不规则运动.然后根据预测向量的类型而使用不同的搜索策略和不同的搜索模式.该算法不仅降低了运算量,提高了运动向量搜索的速度,同时也因为使用了不同的搜索策略而可能摆脱某些局部的极小值,从而使得搜索的精度亦得到提高.