计算机视觉领域尤其是视频监控系统一直是近几年来研究的热点话题。视频运动物体提取是进行行为理解、分析和描述等高层次视觉操作的基础。视频运动物体提取也是目前图像技术研究应用的热点和难点。本文针对单目、静止摄像机采集的动态场景的视频，研究运动物体分割问题。　　 本文提出了一种改进的Otsu全局阈值法和基于Candy边缘检测的局部阈值Bemsen相结合的二值化方法。视频监控运动物体提取中，图像的二值化对运动日标的最终提取有着重要作用。该方法可以很好的应对全局阈值二值化方法不能对图像的细节进行准确的二值化和局部阈值容易造成块域现象等问题　　 另外本文提出了在YUV颜色空间下改进的基于单一像素的码本背景建模。该方法对码字结构和匹配原则进行了改进，能很好的提取动态场景中的运动物体，并且时间复杂度得到了降低。但由于单一像素的码本建模中没有考虑像素点之间的空间信息，本文又提出了在YUV颜色空间下基于区域像素的码本背景建模。视频序列中相邻像素之间并不是毫无关系的，它们之间往往存在关联性。并且传统的码本建模思想要对每个像素点进行码本建模会占用大量内存，借助像素点的空间关系信息来进行区域码本建模降低了时问和空间复杂度。通过实验从有效性、准确性、实时性三个方面对本文提出的方法的优越性进行了验证。