本文描述了一种基于前一帧已有分割结果对当前帧进行自动分割的递推式视频前景目标分割方法。目前视频分割主要有以下三大难点尚未被很好地解决， 首先是前景与背景的颜色区分度过小， 造成其不易将其分割。其次，视频中频繁出现的局部遮挡与暴露区域，会破坏递推式视频分割的连续性，使得分割推理错误， 造成结果不正确。最后， 前/背景颜色模型的所选用采样方法， 更是影响结果的重要因素之一。因此本文着重对此三类问题给与了相应的解决方案，利用前景物体具有局部运动一致性的特征，解决前/背景相似颜色问题。对于遮挡与暴露问题，通过自适应的局部窗口调整进行扩展采样， 以修复其递推连续性。其次，本文使用了一种基于近似颜色块的采样方法，使得所建立的颜色模型更为明确干净，以减少来自不相关信息所带来的影响。最后， 利用视频的时空一致性特征， 合成出最终的分割结果。实验表明， 本文所提出的递推式视频分割方法， 能有效地解决以上三个问题， 并且相比于其它方法，特别地对于具有复杂场景的视频测试场景， 本文方法能获取更好的自动分割效果。