当今社会人们对信息的需求成为信息技术发展的主要动力,作为最重要的信息形式——视频信息及其处理技术取得了长足的进步。视频信息数据量巨大,给存储和实时传输带来极大的困难,已成为妨碍数字视频技术应用的主要瓶颈,因此需要研究视频数据的高效表征技术。由于在视频序列中,人们注意及感兴趣的主体,一般是运动的物体,所以现有的视频分割算法绝大多数指的是视频中运动对象的分割,本文也主要研究视频中运动对象的分割。本文讨论了视频多运动目标时空融合分割技术,建立了这种技术的系统模型和一般实现步骤,并指出了其中涉及的关键技术。首先讨论和建立了视频分割的一般理论模型。然后在建立的视频分割模型的基础上,从模糊聚类的角度出发提出了一种视频运动变化区域自动检测的方法,即通过建立的模糊分类准则在经全局运动补偿后的差分图像中对运动变化区域和相对噪声区域进行划分,从而得到运动变化区域。最后,讨论了视频对象的生成技术。通过空间差分技术获得当前帧中的边界特征,再利用时空融合技术将运动变化区域和边界特征相结合以生成视频对象。其中讨论了基于边界内点的正交多级目标闭合域检测,并提出了一种基于最小距离的多级正交视频对象快速生成技术。PC试验表明:对于单个或多个运动目标视频序列,该技术能够迅速有效的检测出视频对象。