视觉信息是人类最主要的信息来源，也是人类认知世界最重要的一种手段。承载视觉信息中非文字部分的媒体类型被称为可视媒体，它主要包括图像、视频、三维模型、材质以及纹理等元素，是本文的主要研究对象。随着信息化技术和网络传播技术的高速发展，可视媒体的地位得到了显著地提升，并日益成为信息处理和信息资源建设的主体。如今，可视媒体的编辑与处理做为信息化、数字内容产业等重大领域进一步发展的核心需求，早已渗透到政治、经济、军事、文化、科技等各个领域。因而，具有重要的研究意义。　　 本文围绕着可视媒体编辑与处理中的若干问题，重点研究了视频的层次化组织结构分析、视频对象的提取技术、快速图像去雾处理技术和内容敏感的图像合成技术等四个方面的问题。论文工作包括：　　 1.提出一种改进的视频层次化组织结构，使用镜头集层替换原有模型中的镜头层。基于此结构，提出使用两层独立的聚类过程来重构视频的层次组织结构。提出一种基于镜头集关联关系的相似性度量。针对第一层聚类中构造相似性矩阵过程所具有的并行特点，提出一种基于CUDA的GPU加速算法。考察了镜头集层在视频编辑与组织上的诸多应用。　　 2.提出一种渐进式的视频对象提取工具，使用户以一种更加直观、更加符合用户操作习惯的方式逐步从视频中提取对象。　　 3.提出使用自适应细分四叉树的方法对于“暗”通道去雾方法进行加速改进，大大降低方法中涉及的线性方程组规模，进而大幅度降低解方程所需的时间和内存消耗。　　 4.基于结合间接选取和基于梯度域融合方法的思想，提出一种内容敏感的图像合成方法，能够在实现无缝融合的目的的同时保留待复制区域中的重要部分的表观颜色风格。