随着计算机通信网络和多媒体技术的发展,数字视频在存储、传输、交换和编码等方面比模拟视频更简便,且稳定可靠、交互力强,使得数字视频在高清电视、视频会议、医疗设备、教育等民用和军用领域得到广泛的应用。数字视频的质量直接关系到视频产品的优劣,但是由于电子产品本身固有的原因,以及外来的干扰等因素,数字视频在产生和传输等各个环节都可能引入噪声。这些噪声不仅会使图像质量退化,还会影响后续的图像编解码、分析等处理工作,因而需要更好的降噪算法。视频图像降噪与单幅图像降噪的不同之处在于:视频图像是一组内容连续的图像序列,它具有比单幅图像更多的参考信息。在对视频图像进行降噪时,根据时域滤波方法能有效利用视频图像的相邻帧之间具有相关性这一特点,研究者提出了基于块的时域加权平均滤波、基于块的运动补偿时域滤波等降噪算法。这些算法运算速度快,降噪效果好,但是基于图像块处理的降噪算法受旋转、缩放等时域非平稳因素的影响,容易在处理后的视频图像中额外引入人为降质(artifacts)。本文旨在提出一种视频图像降噪算法,既能得到较好降噪效果的同时还能避免人为降质。在系统地介绍视频图像降噪的一些理论知识后,介绍数字视频图像的特点和通常采用的降噪方法,并结合已有时域滤波算法和一种基于内容的空时自适应滤波算法(STVF),提出一种带有运动准确性检测的空时自适应视频图像降噪算法及其改进算法(视频图像双向空时自适应滤波算法)。算法能够避免时域加权滤可能带来的拖尾现象,同时利用视频序列中的空时相关性进行空时滤波,也能避免在图像帧内产生模糊和块效应。通过对多个标准视频序列在不同强度噪声污染的条件下进行测试,并对实验结果进行客观和主观质量两方面的比较,可以看出本文算法处理后的视频图像降噪效果好,对视频图像中的细节信息有较好的保护。