光流场反映了图像上每一点灰度的变化趋势。它计算的可靠性成了计算机视觉领域面临的很大挑战,而变分方法是目前为止用来实现光流计算的最成功的方法之一。本文的研究内容之一是基于不同的光照条件和运动类型假设条件,详细论述了Horn-Schunck光流计算模型以及基于图像亮度梯度常值、图像亮度Hessian矩阵常值、图像亮度梯度的模常值、图像亮度拉普拉斯算子常值和图像亮度Hessian矩阵的行列式常值前提假设的六种光流计算模型,并对这六种模型进行了实验验证和结果比较。运动对象分割作为图像分割的重要分支,在视频跟踪,视频会议、可视电话、现场监控等方面得到了广泛的应用。本文的另一研究内容是在前面做的光流计算研究的基础上,采用光流法与水平集方法相结合的思想,将Horn-Schunck光流计算模型、图像亮度梯度常值模型以及图像亮度Hessian矩阵常值模型分别与基于区域信息的分割模型中的Chan-Vese模型相结合,提出了三种新的运动对象分割模型,并详细说明了分割原理及其数值算法,最后进行了实验论证。新的运动对象分割模型的提出,克服了减背景法在背景与运动物体部分灰度值接近时,导致运动目标产生缺口、空洞和分离的缺点。同时,新的运动对象分割模型,可以在图像任意位置定义初始轮廓线,实现了运动对象的自动分割。