本文在研究现有较新算法的基础上，针对视频监控系统中背景固定这一有利条件，提出了一种固定背景下运动视频对象的自动分割算法。该算法首先利用Canny算子提取出的边界作为每帧VOP的边界初始化模型，利用相邻帧的空间位置关系根据设定的距离准则选取出边界模型的快变部分和慢变部分，得到运动视频对象的较精确的边缘；为达到空间连续性，采用填充技术和形态学滤波的方法填补视频对象内部的空洞和平滑边缘。为了有效评价算法的有效性和准确性，本文还提出了一种简单有效的分割评价定量指标。 本文的另一部分工作介绍了基于镜头分割和基于整段视频的关键帧抽取算法，并从颜色、纹理和形状三个方面介绍了关键帧的视觉特征提取和相似度度量方法。在此基础上提出了基于傅立叶描述子的关键VOP抽取算法，并给出实验结果。 由实验结果可以看出，本文提出的结合变化检测和边缘提取的视频对象分割技术基本上可以实现对视频对象较高质量地提取，同当前许多视频对象分割技术如基于光流场和形态学的分割技术的算法相比，具有算法简单、高效、易于实现等优点，且分割效果令人满意。