目前,三维运动目标的检测和重建是计算机视觉一个重要研究课题,它的应用领域包括机器视觉、自动导航等领域等。本文将研究如何在一个统一的框架下实现单目图像序列的3D运动目标的分割,运动信息的估计和深度估计。本文针对3D表达和运动分割,提出了一种新的基于单目图像序列的运动分割和稠密3D表达模型。利用Dominant Motion Segmentation方法,结合活动轮廓、变分法和3D运动模型,实现了一种时空域的处理模型,该模型利用了现代数学方法将3D运动分割和稠密3D表达问题作为一个整体来研究,转化为统一的优化分割和估算问题。首先本文基于最大后验模型、运动和深度约束模型、观察模型和先验模型,提出了一个包含有运动信息、深度信息和分割曲面的能量函数。然后,本文通过变分法和梯度下降法来最小化该能量函数,通过数值偏微分方程的方法来实现深度信息和运动的估计,通过基于水平集的活动轮廓模型的方法来演化分割曲面。然后,本文通过深度图对应的彩色图和灰度图对深度信息进行修正,得到更为准确的深度信息。实验结果表明该算法能同步实现单目图像序列的运动分割和稠密3D表达,能处理摄像系统和目标同时运动的情况和多运动区域的情况。最后,对本文的运动分割和3D表达进行了总结,并且提出了未来的研究方向。