随着多媒体技术的不断发展，目前第二代视频编码标准已经成为研究和应用的主要方面。第二代视频编码标准完成了从基于像素的第一代编码向基于内容的现代编码的转变，在这个过程中，一个非常重要的步骤就是从视频序列中分割提取出人们感兴趣的运动对象(前景)。事实上，运动前景的分割是基于内容的视频应用的基础，这些应用包括视频检索，视频编码，多媒体交互和计算机视觉等。可以说，视频序列中运动前景分割效果的好坏将直接影响到后续的视频应用。对于视频中运动前景的分割，虽然人们已经做了大量工作，提出了各种算法，但它们都各有不足。目前还没有一种通用的方法能够有效地将运动前景从背景中分割出来，因此视频序列中运动前景的分割已经成为当前图像处理领域的研究热点。本文首先介绍了数字图像处理的基本知识和图像分割的基本内容，然后着重介绍了现有的视频序列中运动前景分割算法。在分析了各种算法的优缺点后，丛分割效果和实时性两个方面出发，提出了一种高效算法来实现普通视频序列中运动前景的分割提取。首先，根据视频序列间存在差异这一特点，摈弃了直接采用帧差或累积帧差获取变化区域的做法。而是从数学和统计学的角度出发，采取将两类帧差结果交集聚类的方法获取变化区域，这样一来，既克服了传统的两帧帧差所得边界的不完整性，又解决了累积帧差方法获得前景存在的阴影效应和离散趋势。能够使获得的变化区域准确的收敛到前景轮廓附近，同时大大提高了视频序列的利用率。然后，采取LHS方法获取阈值，并对根据得到的前景轮廓进行阈值化处理和形态学操作，得到一个完整的运动前景轮廓。最后，对运动前景轮廓经过二次扫描，填充即可得到分割出的运动前景。实验结果表明该算法计算量较小、复杂度较低、实时性较高，能够获得较好的分割效果。该算法对于普通视频序列中运动前景的提取具有良好的适应性，特别适合应用于室内视频、数字电视等领域。