随着视频多媒体的不断发展,视频运动目分割与跟踪成为计算机视觉研究的核心课题之一。本文主要研究了视频中多运动目标分割与跟踪的相关技术。在目标分割方面,对运动目标分割常用方法进行了研究和总结,并对优缺点进行了比较。在对基于背景模型的方法进行了深入的研究基础上,提出在混合高斯模型对视频场景建模的基础上引入象素点邻域特征解决由于场景的变化而导致的误分割问题;通过引入像素点的色度和亮度特征解决运动目标阴影问题。本文提出的相关方法提高了运动目标分割精度。在目标跟踪方面,对目标的线性运动模型和如何利用kalman滤波器对跟踪运动目标状态进行预测和估计进行了研究。提出提取跟踪目标关键特征来实现对运动目标在帧序列中的跟踪。提取运动目标关键特征后,采用马氏距离(Mahalanobis)得到目标的相似性度量,确定匹配关系。对于跟踪过程中的遮挡问题,通过建立跟踪目标模板,保存目标遮挡前特征信息,解决该问题。最后实现了应用混合高斯模型对视频场景建模并引入邻域,色度,和亮度特征的方法对视频进行分割,在分割基础上,通过kalman滤波器对目标在下一帧的位置进行预测,建立目标匹配矩阵,完成了对视频运动目标的处理系统。试验证明本文所提出的算法能较好的解决视频中多运动目标分割与跟踪问题。