数字视频信号在传输过程中由于信道干扰等原因会出现误码，使得解码终端出现差错块或丢失块，最终导致视频质量下降。除了采用纠错编码、遇错重传等方法外，往往还可以在解码端利用正确接收的信息恢复丢失的信息，这就是基于解码端的差错恢复方法即差错掩盖技术，主要是利用视频序列在时间和空间上的相关性，采用正确接收像素值来恢复丢失块信息。模糊集理论用软计算方法代替传统的硬计算环境，适用于对那些不精确的信息进行计算。正因为图像信息具有一定的模糊性和时空相似性，因此可以利用模糊集理论进行图像处理和视频差错掩盖。　　 本论文首先研究了各种基于经典统计数学的帧内、帧间差错掩盖算法，包括帧内的基于像素插值的方法和基于块匹配的方法，以及帧间块替换和运动矢量均值的方法等。另外，分析了这些算法的优势和局限性。　　 然后，在研究模糊集理论的基础上，利用模糊推理的方法，提出了一种基于模糊集理论的视频帧内、帧间差错掩盖算法。在这种差错掩盖方法中，将模糊推理应用于是否接受初步差错掩盖结果的判决上，合理修正了掩盖的结果，提高视频掩盖质量。同时，论文详细介绍了算法的基本思想和掩盖处理的流程，重点讨论了算法中的关键问题。　　 最后，在H.264参考软件JM15.1产生视频序列丢包的基础上，利用MTALAB仿真实现各类差错掩盖算法，并在不同误码率的情况下对不同特性的视频序列进行了测试。此外，在校园网平台上建立了视频传输误码发生和差错掩盖的实时实验PC平台。　　 实验结果表明：文中提出的基于模糊集理论的帧内、帧间差错掩盖算法优于基于经典数学的方法，改善了恢复图像的边缘细节和纹理信息，提高了图像的主观质量和PSNR（峰值信噪比）值。