分割是计算机视觉的基本研究问题，也是近几年来比较热的研究方向之一。分割是指从图像或视频序列中提取出感兴趣的前景物体。随着计算机视觉的发展，涌现了大量的图像和视频分割算法。这些算法可分为交互式分割和自动分割两类。近几年，交互式分割研究已经有了很大的发展和提高；然而，由于分割本身的二义性，对于完全自动分割仍然是一个挑战性任务。　　 对于复杂场景的分割，无需任何用户交互的自动分割是极其困难的。因此，大部分分割算法都基于用户交互。然而，自动分割算法在某些特定的领域有着非常重要的应用，如网络会议，视频聊天、手机摄像等嵌入式设备的应用。本文将研究与头肩图像、视频相关的自动分割。主要包括以下四个方面内容：　　 1)对分割算法现有的研究成果进行了全面的概括和总结，对最近比较热的视频图像分割算法进行了讨论和评估，对这些算法的优点和局限进行了整理和归纳。　　 2)介绍了一种正面头肩图像的自动分割算法，该算法主要联合边缘特征和形状先验模型自动提取头肩前景轮廓，本文算法有以下两个方面的优势：一、通过最短代价路径分割(CPS)算法提取初始的前景轮廓；二、在初始分割的基础上，构建一个灵活的先验形状模型，提取最终的前景目标图像。通过大量的实验结果，证明了该算法有效性和实用性。与先前的相关算法相比，本文算法对于复杂的头肩图像分割更加鲁棒。　　 3)在图像分割的基础上提出了一种自动的头肩视频分割算法。该算法能够自动初始化，当视频序列中场景发生突变时，能自动检测并重新恢复。视频分割算法是基于运动估计方法提出的，结合测地距离算法完成视频分割。　　 4)论文最后对全文工作进行总结和分析，提出算法的局限和未来进一步研究的方向。