作为MPEG-4视频编码标准中重要的一个组成部分，面向对象的视频编码技术是提高编码效率的关键，而一个高效提取视频对象的视频分割算法是面向对象编码的基础。由于受实际环境中各种因素的影响，现有的视频分割技术并不具备通用性，在复杂的视频场景中，分割效果明显下降。因此如何提视频分割算法的适应性已经成为视频分割领域的研究热点。本文针对前背景变化较小，背景变化小但噪声影响较大，前景有较大局部运动等几个常见的视频场景进行了研究，提出了一种基于时域多帧差分和空域改进分水岭变换的视频对象分割算法。在时域中根据多帧灰度差异获取差分图像，用高斯聚类算法消除背景噪声，通过形态学处理得到时域分割掩模。在空域中用小波变换去除冗余信息，再通过改进的分水岭变换进行空域分割，解决过分割的问题。在时空融合中，先降低判决阀值进行粗分割，去除空域分割中大部分背景信息。然后以一定的权值参考当前分割区域的相邻分割区域的时域隶属度值，重新确定区域隶属度进行细分割。最后通过逆小波变换，得到全分辨率下的视频对象。实验表明，本该算法在背景噪声较大且前景物体运动较大的场景中能获得较好的分割效果。本文将时空联合分割算法应用到了步态识别和图像修复领域两个领域。在步态识别中，先进行时空联合分割得到识别对象，再提取对象特征矢量建立模板库，最后通过计算测试对象与模板的距离进行识别；在图像修复中，先用高斯聚类得到时域掩模，再用时空联合算法分割图像，然后待修复区域在分割结果中搜索匹配区域，最后修复图像。实验结果表明，时空分割算法能一定程度上提高步态识别和图像修复的效果。