视频图像分割是视频中目标定位和识别的基础,如果视频中背景情况比较复杂,如背景中含有光线的变化,或有移动物体存在时,将会给视频的前景目标分割带来很大的影响。因此视频分割中的难点在于如何对动态变化的背景建模,以准确反映背景的变化,并根据输入估计当前的背景状态,从而分割出前景目标。论文主要对概率图模型在视频分割中的应用进行了研究,并在研究的基础上提出了两种基于概率图模型的视频分割算法。算法主要利用概率图模型中两个具体的模型:隐马尔可夫模型和马尔可夫随机场建立一个混合的概率图模型,对视频中背景建模。模型对视频输入中背景变化的时间和空间局部相关性(同现性)进行学习。在建立正确模型参数的基础上,利用混合概率模型中的信念传播算法根据视频图像输入估计当前背景状态的后验分布,并根据得到的背景状态分布对输入图像进行分割,实验结果表明了方法的有效性和在复杂背景变化下的鲁棒性。在论文中将会用到一些概率图模型,贝叶斯信念传播算法的知识。因此论文的开始部分,首先介绍了贝叶斯网络产生、发展和相关的基本知识:图论、概率图模型和贝叶斯信念传播算法等。然后在此基础上分别提出了基于马尔可夫随机场和混合概率模型的视频视频分割方法。