光流计算广泛应用于计算机视觉、三维重建等领域,光流计算有很多方法,其中变分方法是计算光流场的有效方法,该方法能够计算稠密光流场,但计算量大、耗费时间久、计算效率较低。本文针对由稳健估计的数据项和TV(Total Variation)型光滑项构成的能量泛函,一方面,设计了其快速计算的分裂方法,通过引入辅助变量,将原优化问题转化为交替优化的子优化问题,并通过软阈值公式、收缩算子和Gauss-Seidel迭代实现,针对亮度、梯度、Hessian矩阵、梯度的模、拉普拉斯算子以及Hessian矩阵的行列式为常值的数据项假设,对传统直接变分方法和所提出的分裂方法进行了比较；另一方面,设计了其快速计算的Split Bregman方法,通过引入辅助变量和迭代参数实现,并且对传统的直接变分方法和Split Bregman方法进行了比较。在处理视频信息时,运动对象分割有着重要的意义,虽然可以用传统直接变分方法计算,但是不具有实时性,本文将分裂方法运用到两相运动分割模型中去,并与传统直接变分方法进行了对比,证明分裂方法有效提高了运算速度。本文对光流计算和两相运动对象分割的快速分裂方法进行了深入的研究,获得了一些有价值的成果。分裂方法仍然是一个有潜力的研究领域,值得进行更深入的探讨。