本发明公开了一种处理视频图像的方法和设备以及视频系统。该视频图像是从不同视点捕获的，并且具有重叠区域。所述方法包括步骤：检测视频图像中是否含有前景物；在视频图像中含有前景物的情况下，对于每个前景物，从不同视频图像的、包含该前景物的至少一个前景物区域中选择一个前景物区域作为目标区域；以及将目标区域渲染在背景视频帧中以创建全景视频。用本发明的上述方法和设备，由于将选定的包含前景物的前景物区域融合到缝合所产生的背景视频帧中，使得即使在场景中出现运动物体，也能够对视频进行平滑的缝合，从而产生具备优良质量的全景图像。