视频分割,又称为运动对象分割,是指对图像或视频序列按一定的标准分割成区域,目的是为了从视频序列中分离出有一定意义的实体,并沿时间轴跟踪这些实体的演进,这种有意义的实体在数字视频中称为视频对象.这些视频对象能够独立地编码,从而能够实现交互式多媒体中对视频内容基于对象的操纵.近两年来,随着因特网和多媒体压缩技术的发展,各种数码设备也开始走进平常百姓的家庭,各种数字视频和在因特网上流媒体在人们的生活中应用越来越广泛.由于视频信号所包含的数据量具大,如何有效对的分析视频信号,从中自动获取我们想要的信息就变得越来越重要.视频分割作为视频信息的预处理,在计算机视觉、模式识别以及面向对象的编码、表示中发挥着重要的作用.该论文首先提出了一种从盲分离模型中发展而来的独立元分析模型,并且详细的介绍了该模型的基本原理和各种算法.接着在第三章中介绍了视频分割的现状和目前的一些基本算法,然后利用视频序列中前景物体和背景物体的独立性,我们将独立元分析模型应用于视频分割,以分离出运动的前景,而不受背景噪声的干扰.在第四章的实验中,我们把独立元分析的结果与主元分析的结果作比较,证明的独立元分析应用于视频分割的可行性.最后讨论了独立元分析的一些局限性和进一步的研究方向.