随着现代信息社会对通信业务要求的不断增长、多媒体通信与通信网容量的矛盾的日益突出，极大地制约了数字通信的发展。多媒体技术的发展目标就是要解决这个矛盾。本文首先阐述了多媒体编解码和数字视频监控系统的发展和现状，然后对一系列多媒体编解码标准做了简单的介绍。其中，MPEG-4编码过程主要由以下几部分组成：形状编码、运动信息编码和纹理信息编码，并重点分析了块匹配法、钻石搜索法(DS)、DCT变换编码、量化及可变长度编码(VLC)等。MPEG-4最大的创新点是基于内容的编码，需要把对象分解成语义意义的视频对象面(Video Object Plane，VOP)。但是目前VOP分割尚未受到像运动分割那样的注目，所建议的提案也相对较少。VOP的分割主要分为两大类：一类是在背景与VOP对象同时运动时VOP的分割，如摄像机的运动。另一类是背景静止，仅仅VOP对象运动的视频序列，如重要部门的监控系统。由于本文所开发的系统主要针对后一类的情况，在研究了一种基于背景估计的VOP分割算法后对该算法进行了一定的改进。论文中对改进前和改进后的算法都在实际的视频序列中进行了测试，并将实验结果进行了对比和分析。实验结果表明改进后的算法在性能上比改进前的算法也有一定的超越。在将该改进后的算法应用到实际的视频监控系统中发现一般情况下完全静止的背景是不存在的，背景或多或少的都会由于外界的因素发生一些改变。针对此类情况，论文采用了一种背景随着场景变化而发生缓变的方法来解决这个问题。论文中对该方法进行了的实际测试，实验结果表明采用该方法对由外界因素，如光照的变化、摄像头的细微震动，所引起的背景细微变化下能较好的进行VOP分割。最后在实际系统中也对改进的编码系统进行了测试，结果表明在保证图像质量的前提下压缩比有一定的提高。