视频编码标准MPEG-4和MPEG-7提出了VOP(Video Object Plane),Sprite等崭新的概念,并采纳了基于分割、基于对象和基于模型的编码方法.视频运动对象分割技术近年来迅速发展,成为当前视频领域的研究热点之一.该文的主要工作是研究视频运动对象分割的关键技术及其在智能交通系统中的初步应用.我们对运动分割的全过程进行了计算机仿真实验,包括交通车辆图像序列的获取、全局运动补偿、光流场估计和最终的运动对象分割与跟踪,并对一些传统算法进行了优化和改进.在全局运动估计和补偿中,我们采用四参数模型来描述摄像机镜头的全局运动,并提出了一个快速估计算法对其参数进行估计,然后用双线性插值来得到全局运动补偿图像.在光流场估计中,该文提出了一个分层多阈值的块匹配算法.通过设定不同的搜索步长和误差阈值来对传统块匹配算法进行分层,每层采用不同的搜索策略和匹配准则以减少运算量.实验结果表明,该算法在运算速度和运行效果上都明显优于传统的块匹配算法.接着我们提出了一个块匹配运动估计和变化区域检测相结合的运动对象分割算法.先利用全局阈值和数学形态滤波的方法得到当前帧的变化区域,再结合光流估计的结果,把运动矢量的起止点均在变化区域内的像素作为运动目标.在仿真实验中成功分割出实验图像序列中的运动车辆.然后提出一个简单的运动目标跟踪算法:利用连续多帧图像的变化区域检测进行背景恢复,并利用运动估计结果计算运动目标的运动轨迹,再把分割出来的运动目标映射到背景图像中.最终顺利实现了两个运动目标的跟踪.