视频监控系统现在已经转入了数字时代。随着数字网络通信技术的发展,视频监控系统也越来越多地利用了数字网络。人们在生活中越来越多地接触到网络视频的应用。它在城市安全,公路交通,银行柜台交易方面监控都得到了应用。而运动对象分割和码率控制是视频监控系统中的关键技术。　　视频运动对象分割,旨在分割出视频序列中的运动对象并沿时间轴跟踪运动对象的演进。目前绝大多数的视频对象分割方法都是在像素域中进行,计算量大,时间复杂度高。随着多媒体技术和视频压缩编码标准的发展,越来越多的视频信息以压缩格式存储,研究直接从压缩域中将视频对象分割出来的方法有其现实意义:省略了完全解码的环节,可操作的数据量相对于像素域大为减少,提高了视频对象分割的效率,尤其适用于一些实时的应用场合。　　基于压缩域的视频对象分割技术研究刚开始起步,现有的方法还比较少。本文对H.264压缩域视频对象分割方法进行了初步研究:首先,详细讨论了已有的压缩域视频对象分割技术,并对这些方法进行了比较系统分类和性能评价;然后,本文针对静止背景的视频序列提出了一种时空域结合的压缩域运动对象分割方法,主要利用压缩码流中的DCT系数和运动向量信息,采用提取相邻QDCT帧差、运动向量归一化、权值扩展向量中值(WEVM)滤波、运动投影、形态学等技术来分割运动对象。　　在智能网络视频监控系统中,压缩视频流需要在带宽不断变化的网络上传输。为了充分利用所提供的网络资源,并保证用户获得最佳的感觉质量,在视频通信系统中,必须要引入某种流控机制。接下来,本文对码率控制技术进行了介绍和分析,针对基于AVS的视频监控系统的实际需求提出了一种帧级的码率控制算法。　　采用不同的测试序列,对本文提出的压缩域视频对象分割算法和帧级码率控制算法进行对比实验,结果表明,运动对象分割算法具有较好的分割效果,且算法能很容易移植到采用其他视频编码标准的压缩域中;帧级的码率控制算法在实际的视频监控系统中结果令人满意,能够满足实际需求。　　最后,本文在分析目前已有的压缩域视频对象分割方法和码率控制算法的基础上,对未来的技术进行了展望。