安防工程建设的全面展开，在国家创建平安城市、构建和谐社会的进程中发挥着举足轻重的作用。随着视频监控技术的高速发展，用户对于视频监控产品在画质清晰度、功能完善度和性能稳定度等方面提出了迫切需求。然而，在视频源的采集、视频信号的编码压缩和传输过程中，实际感知噪声的干扰均会导致视频质量不同程度的退化，因此对监控视频质量的实时检测成为现阶段亟待解决的重要课题。针对上述需求，本文以安防监控视频中的感知噪声为研究对象，结合感知噪声在视频时域上的特性，研究了如何将邻域粗糙集的概念引入视频图像处理领域，以克服实际监控视频中噪声检测存在的问题。论文的工作包括以下几方面：首先，回顾了安防视频监控系统的发展历程，总结了有关视频图像噪声检测的主要算法和其优缺点，以及目前视频噪声检测算法的国内外研究现状；其次，慨括了监控视频噪声的产生原因和噪声的种类，充分利用视频序列在时域上的特性，阐述了视频感知噪声及其在时域上的特征，并着重分析了现有噪声检测算法在处理实际监控视频感知噪声中存在的主要问题；然后，介绍了粗糙集和邻域粗糙集等相关理论的诞生和发展，提出了一种基于粗糙集和邻域粗糙集的视频运动区域去除算法，该算法根据感知噪声的全局分布特性和运动区域的局部性，解决了视频中运动区域对于噪声检测的不利影响；最后，针对视频中局部过亮过暗区域对噪声检测产生干扰的问题，充分利用视频图像水平方向的统计特性，通过一种自适应的惩罚机制，巧妙地避免了该区域造成的掩盖效应。此外结合信息熵的概念，提出了一种感知噪声盲检测指标。通过实验验证了以上方法的有效性，满足现如今安防监控系统对感知噪声进行盲检测的主要需求。这些研究将为摄像机获取的监控视频数据中的感知噪声检测技术做出有益探索。