随着科技的发展和各应用领域需求的日益增长,计算机视觉研究一直以来都被国内外研究者密切关注,动态前景分离作为计算机视觉的低层处理部分,其分离结果一方面直接决定着动态目标分类、跟踪及行为理解与描述等计算机视觉的中高层处理部分的处理结果,另一方面可以积极促进三维电子商务等应用的发展。目前,其已广泛应用在智能交通监控、军事应用、医学图像及商业安全等领域。本文对计算机视觉发展、研究现状及其应用前景作了介绍,着重对当前常用的动态前景分离方法进行了深入分析与研究,并对几种常用方法的优缺点、适用场景进行对比。针对当前背景减除法中常用的3σ规则分离方法在前景和背景比较相近时容易把前景误判断为背景而导致分离出的前景的视觉效果不好这一问题,应用了一种基于先验概率模型的自适应动态前景分离算法,将该分离算法在MATLABR2010a中编码实现,并针对该分离算法的特点进行了应用分析。在算法编码实现过程中,为了达到较好的分离效果,将视频序列第一帧图像进行初始化处理。同时,为更好的验证该分离算法在前景和背景比较相近时的准确性和鲁棒性,将高斯模型参数方差参数加10处理。实验结果表明,在前景和背景相近时,该分离方法要比3σ规则分离出的前景区域完整一些,视觉效果也较好一些,且随着分离帧数的累积增加,其分离效果也越来越好。并以该技术在三维空间动态景影系统的应用为例,展示了动态前景分离技术在三维电子商务等应用领域带来的更好的效果。在算法分析中,将该分离算法与边缘检测法、帧间差分法和3σ规则进行比较分析,指出该算法的优势所在和实际场景中应用该分离算法时需注意的地方及每帧分离出的前景区域需进行连通分量分析、数学形态学操作等必要的后期处理。最后对本文所作的主要工作、实验过程中所遇到的问题进行总结及下一步的工作内容进行展望。