本文提出了一种针对视频序列的时空一致性光流估计方法，该方法能够鲁棒地进行视频序列的运动估计。较传统的光流估计方法不同，我们的方法针对视频，而不是两帧图像进行运动估计。　　在大多数情况下，光流估计和运动分割都是分开进行的。本文采用仿射模型将二者结合，根据分割的运动模型对光流估计结果进行优化和纠正，同时根据运动的结果对分割进行合并和修改。通过将不同帧的运动分割进行时序上的匹配，我们对整个视频序列分别进行分割和运动的时空一致性优化，从而得到具备良好的时空一致性的分割、运动结果。最后，为了增强运动细节的精度，我们同其他光流估计方法一样会进行一次连续优化操作。　　本文提出的方法能够比较有效地改善图像中颜色相似、遮挡、无纹理区域以及低光和光照变化条件下的运动估计结果，能够保持运动结果的结构性，能够得到同真实对象较一致的运动分割结果，能够获得具有良好时空一致性的运动分割和运动场。　　通过进行大量的实验，我们方法的有效性得到了验证，并且在某些实验中，我们方法得到的结果要明显优于现有的state-of-the-art的算法的结果。本文最大的贡献在于提出了一种行之有效的对视频序列进行运动估计的方法，并且该方法获得的结果有非常好的时空一致性。