基于对象的第二代编码标准MPEG-4最重要的特点是利用视频对象来描述内容和编码，这就需要先进行视频对象分割，而该标准中，视频对象的分割仍然是一个开放部分。分割算法性能的好坏对最终MPEG-4编码产品的质量至关重要。正是基于这种考虑，本文选择了这一课题。多数分割算法通常都是利用视频图像在时间和空间轴上的信息进行分割。针对静止背景序列，本文提出一种基于差分交集的自适应分割新算法，优点有三：一、差分交集能够获得准确的运动对象信息；二、自适应设置阈值而非人工设定；三、结合时间分割和空间分割结果，以使得对象分割精确。还提出一种基于背景统计的视频对象分割算法，其优点在于：一、背景对象比较可靠，不依赖于运动对象的特征并且易于获得；二、不需要预知运动对象的形状、数目等。实验证明，上述算法能较好地从静止背景中分离运动目标，具有一定的实用性。当序列背景运动时，先进行全局运动估计和运动补偿，再按照静止背景序列方法进行视频对象分割。初始分割完成后对视频对象进行跟踪。文中提出一种改进的Hausdorff距离度量法来跟踪运动对象，即使后续帧中运动对象被遮挡或者形状发生慢的变化时，该算法也能准确跟踪到运动对象的新变化。分割问题到目前为止尚无通用的理论。算法的硬件实现是一个富有挑战性而又必须解决的问题，也是作者将来的努力方向。