本文的工作就是围绕基于对象的视频压缩方法展开的，研究了相关的算法，包括视频分割、目标识别与跟踪、静止图像的压缩等。最后，使用这些算法实现了一个简单的基于对象的视频压缩系统。 本文对边缘图像的区域划分方法进行了研究，并提出了一种简单的边缘图像划分区域的方法，该方法通过查表，极大地提高了区域划分速度。 目标的识别与跟踪也是视频处理的一项重要内容。本文对基于图像Zernike矩函数的识别方法进行了较为深入的研究。本文结合图像矩运算，采用了一种简单的矩心跟踪方法，取得了很好效果。 静止图像压缩是视频压缩的基础。静止图像压缩可以分为有损压缩方法和无损压缩方法，本文对这两类方法都进行了比较深入的研究。分形压缩方法在高压缩比方面的巨大潜力是传统的压缩方法不能比拟的，同时它又具有多分辨率的特性。本文详细介绍了这种方法，并针对其压缩时间过长的缺点，提出了两种改进方案——基于自适应分类加权最小二乘法的分析图像压缩方法与基于SV特性向量预匹配的分形图像压缩方法，并使用标准灰度图像对两种改进方案进行了测试，结果证明改进方案可以在保持较高的重建质量的同时，极大的减少压缩时间。