本文研究了复杂背景下前景的自动分割问题及其在基于视频人机交互中的应用。复杂背景下前景目标的自动分割是MOTOROLA中国研究院资助的国际合作研究基金项目“基于低分辨率摄像头的人机交互系统”中重要的组成部分，也是机器视觉智能应用系统中迫需解决的一个重要问题。本文研究的复杂背景下的前景目标的分割主要是针对“基于低分辨率摄像头的人机交互系统”的特点而开展的，进而推广到室内、外监测等机器视觉应用系统。本文的主要工作包括： ■介绍了前景目标分割的一些基本方法，主要包括基于特征的方法、基于光流场的方法、基于颜色的方法和基于背景模型建模的方法，并对各种方法进行了比较，指出其缺点及使用范围。 ■详细介绍了应用最广，速度最快的基于背景模型建模的方法。介绍了目前最主要的几种背景模型和模型的更新算法，比较他们各自的缺点，并给出实验效果图。 ■针对基于低分辨率摄像头的人机交互系统短时、室内的特点，本文提出一种基于全局方差的背景建模方法分割前景和一种基于连通区域检测的背景更新方法，并进行了大量的实验。通过实时统计用户的肤色信息再进行前景目标的检测的方法和一种根据直方图聚类来分割图像的方法，解决摄像头移动下的前景目标检测问题。 ■介绍了人机手指交互系统前景目标检测后的一些应用处理，如指尖检测、轨迹跟踪和动作判断等方法，实现了完整的人机手指字符输入系统和手指鼠标虚拟实时系统。 实验证明，本文提出的各种算法都是行之有效的。在基于低分辨率摄像头的人机交互系统中，本文提出的前景分割、背景更新和指尖检测的算法能有效的更新背景检测指尖位置。手指虚拟鼠标系统的动作判断策略也是有效的，能及时判断用户手指发出的鼠标指令。