图像和视频的分割,指通过一定的交互,把用户所感兴趣的目标物体从图像或者图像序列中提取出来,将背景去掉的过程。本文中的分割特指二元分割,也就是将图像分割为前景和背景。图像和视频的融合,指在从源图像或图像序列中提取出感兴趣的目标物体之后,将该目标物体迁移至新的背景图像或图像序列中,并对它的颜色、亮度等做适当调整,使之与背景自然地贴合,难以分辨修改的痕迹。分割与融合技术在视频编辑、电影制作、视频会议、电视节目制作、模式识别等领域有着非常重要的地位和作用,其研究具有重要的理论意义和广阔的应用前景。在分割方面,本文提出了一种将前景物体从一个视频序列中分割出来的方法。我们提出了确信度模型,该模型由局部颜色配置信息求得。该算法首先对视频所有帧做了分水岭预处理,然后对关键帧做了图分割处理;接下来经由双向过程计算确信度,具体为先通过正向过程计算确信度,再通过逆向过程并辅以光流算法对小部分确信度进行修正;最后根据确信度对前背景进行标注。在融合方面,本文在“Coordinates for Instant Image Cloning”[1]的基础上提出了一种视频融合算法。本文对源图像和目标图像亮度和光照的区别很大时的融合效果做了改进。本文提出了一个可调参数来改善融合效果,利用Matting来确定调整区域,并给出了如何根据颜色分布来自动确定这个参数。本文的创新点:1.提出了一种基于确信度的双向视频分割算法,并将[2]中的局部颜色配置模型思想整合到确信度模型中,改善了在前背景颜色较接近时的分割效果。双向分割的思想也为正确分割部分遮挡物体提供了思路。2.用正方形网格化代替三角形网格化,提升了算法效率;提出了一个改进的MVC融合方法,通过一个权重参数,修正了“Coordinates for Instant Image Cloning”在源图像、目标图像亮度和光照相差较大时的融合效果。