计算机视觉技术发展至今,针对对象的处理始终是一个热门的领域。已经有很多优秀的方法在对象分割、对象识别、对象跟踪、图像检索、对象测量等方面取得较好的结果,可是当处理的对象是运动的时候,成像上的退化往往会严重威胁到这些方法的有效性。尤其是对象分割,作为其它更高层的对象视觉研究的基础,一个好的对象分割结果直接决定后续的对对象的处理。本文针对运动对象展开研究,设计了一种面向非均匀运动退化图像的运动对象分割方法;并且在对象分割的基础上,结合优化后的单目SLAM设计了一种匀速旋转运动对象的角速度测量方法。本文主要的工作和成果如下:1.提出一种面向非均匀运动退化图像的运动对象分割方法。针对由多重相对运动引起的非均匀运动退化图像,在过分割预处理基础上,构建一种融合局部自相关一致性和模糊连接度的超像素级的复合特征。并设计了一种超像素背景搜索算法,利用复合特征从背景反推分割运动对象。2.针对基于特征的单目SLAM算法初始化较慢较难的问题,提出了一种单目SLAM快速初始化方法。在图像灭点检测的基础上,根据灭点的有无,通过归一化每个特征点到灭点的总距离或者正态随机数来构建深度,生成初始地图。同时,针对性的算法优化为实时的旋转运动测量奠定了基础。3.针对运动对象的视觉测量难题,设计了一种匀速旋转运动测量方法。在高斯混合模型对象预分割的基础上,使用优化后的基于特征的单目SLAM,计算对象在帧间旋转过的角度,并去除因SLAM错误估计而产生的反转误差,最终计算出对象的旋转角度与角速度。定量和定性实验表明,本文所提出的面向非均匀运动退化图像的运动对象分割方法,以及基于特征的单目SLAM运动对象旋转角速度测量方法有着较好的效果,且有着很大的后续研究与应用的价值。