运动目标分割在图像处理，计算机视觉等领域有广泛的应用，其中运动人体目标分割是各种利用计算机对人的行为识别与理解等处理的基础。人体目标分割的准确性直接影响到后续任务的完成，具有十分重要的意义。其应用已经渗透到社会的各个方面，如视频监控、虚拟现实、视频会议等方面。尽管目前很多学者对运动人体图像序列的分割做了大量的研究工作，但到目前为止，还没有一种通用的方法对复杂环境下的人体目标进行有效的分割，大部分算法都是针对具体的情况完成的。 本文选用了两种方法进行运动目标提取工作，当存在背景作为先验知识时选用背景消减法。当不存在先验背景时采用改进的帧差法，提出基于局部色度空间一致性的运动目标提取；之后本文利用改进的帧差法生成背景图像：在差帧图像二值化时引用自动阈值选取的方法，并提出区域外接多边形方法确定运动目标的区域，提高了生成背景的准确性；本文还结合空间位置信息对基于亮度和色度的阴影检测进行改进，实现运动人体图像中的阴影去除；最后提出一种自适应的方法对相互遮挡的人体进行分割：在此过程中本文采用Kalman滤波，基于色度的人脸肤色提取和利用最小均方误差函数来进行块匹配等方法，完成了自适应的遮挡运动人体的分割。 本文的算法基本上完成了复杂背景下运动人体目标的分割工作，主要解决了运动目标提取，光线等变化引起背景突变下的背景重构，实时背景更新，阴影去除，遮挡运动人体的分割等方面的问题。