视频是一组图像在时间轴上的有序排列,又称为动态图像、活动图像或者图像运动,它不仅包含了静止图像所包含的内容,还包含了场景中目标运动的信息和客观世界随时间变化的信息。视频对象分割一直是国内外视频监控领域研究的难点和热点之一,其目的就是把视频序列中人们感兴趣的或者具有某种重要特性的一个或多个视频对象从视频场景中提取出来。而人们感兴趣的区域通常具有运动的特征,所以视频分割通常又指的是运动目标的检测与追踪。运动目标的有效分割对于目标识别、分类、跟踪等后期操作至关重要。背景差值法是一种又快又准确地获取运动目标的方法,但是由于该方法极易受光照等环境的影响,使得检测结果不太理想,所以如何获得实时的背景图像就成为该方法的难点和重点。本文是在研究了各种背景重构算法的不足的基础上提出的一种新的背景重构算法,取得了较好的效果。本文是采用背景差法和帧差法相结合的方法,不同之处在于通过三帧帧差法进行变化检测,在得到运动目标后,再通过背景重构技术得到相对比较完整的背景图像。背景重构思路是通过变化检测结果映射累加组图的方式,不断用新的背景像素值取代初始像素值,得到相对完整更新的背景图像,最后再通过背景差分法得到比较理想的运动目标。实验证明：该算法能较好的去除背景遮挡区域,有效的实现视频对象的分割,得到比较准确、完整的运动目标,并且算法简单易实现,有较好的分割稳定性。