随着信息技术的不断创新和发展，视频通信已经成为信息技术中尤为重要的热点之一。数字电视、视频电话和基于图像的交互式多媒体等视频应用正在大量涌现，视频运动对象分割正是伴随着这些应用而发展起来的一种先进视频处理技术，它能够实现视频数据更高效的存储和传输，以及更准确的分析和更灵活的操纵。本文主要研究了基于时域相关性的H.264压缩域运动对象分割方法。由于主要使用了运动矢量场信息来进行运动对象分割，因此需要研究能够反映运动对象真实的运动矢量场的处理方法。 1.提出了运动矢量场累积方法来增强显著的运动信息，同时利用滤波和运动矢量稠密化方法来获取可靠的运动矢量场。 2.提出了基于熵模型的压缩域运动对象分割方法。该方法主要利用运动矢量在时空上的相关性建立了时空一致性熵模型，然后再采用最大熵自适应阈值方法获得阈值以实现运动对象分割，最后利用形态学进行后处理以获得更加精确的分割结果。 3.根据运动矢量场的时域相关性，提出了一种基于累加变化检测的压缩域运动对象分割方法。通过累加连续多帧相对于中间帧的运动矢量差的幅值来获得累加帧差图像，然后采用迭代均值算法选择合适的阈值，从而分割出准确的运动对象。大量的实验证明了上述分割方法的有效性和实时性。