随着通信和信息处理技术的发展,大量数字化的视频服务需求不断涌现,如:数字电视、远程会议、视频电话、交互式多媒体以及立体视频等。这些伴随着大数据量的应用和服务需要更先进的数字信号处理技术,以进行更高效的传输和存储。视频对象分割和立体图像处理是这一领域的两大研究热点。本文针对视频对象分割和立体视差估计进行研究和探索。首先在改进传统帧差法的基础上将帧内边缘检测引入对象分割算法中,提出结合空域Canny算子边缘提取和时域二次帧差运动检测的视频对象分割算法,充分发挥了时域、空域分割各自的优点,分割结果精确完整。其次,将Delaunay三角形网格模型引入图像分割领域,提出了一种利用DT网格模型进行图像分割的方法,利用改进的DT模型出色的特征点定位能力,通过节点密度分析以及一些基本的图像处理算法实现静止图像中目标的分割,由于DT模型从未被应用于图像分割领域,因此算法具有较强的创新性。最后,在深入研究立体视觉几何特征和现有视差估计算法的基础上,设计了一种基于图像梯度信息和马尔可夫随机场(MRF)模型的立体图像视差估计及校正算法,通过图像灰度-梯度加权联合匹配获得初始视差场,再根据顺序匹配约束和基于MRF的因果预测对该视差场进行误匹配检测及迭代校正,最终得到较为精确平滑的视差场。