随着网络、通信、图像处理和微电子等技术的快速发展和人们物质生活水平的提高,视频监控以其直观、方便和内容丰富等特点,日益受到人们重视。但是,由于网络视频处理技术和智能视频分析技术尚未完全发展成熟,目前普遍应用于视频监控系统中的视频处理技术主要是视频数据的压缩、传输和存储。监视视频图像质量的好坏,将直接影响监控系统的效果。因此如何将视频图像增强方法运用于视频监控系统,使它们在数字视频监控系统中得到快速、有效的应用,是值得我们研究的课题。由于视频监控系统采集到的图像常常存在对比度较差,边缘模糊,噪声较大等缺陷,给我们正常使用数字视频带来了很多的负面影响。因此研究视频增强处理是一项很有意义的工作。本文研究了数字视频监控系统的压缩编码技术,重点从视频降噪和对比度增强两方面研究压缩后视频图像的增强处理。论文主要工作有:介绍了视频监控系统和视频编解码技术,通过比较H.26X和MPEG标准,特别是目前研究热点的MPEG-4和H.264编码标准,得出H.264标准更适合数字视频监控系统。因此本文采用H.264进行视频图像的压缩,并且概述了H.264的关键技术及其应用。采用H.264对监控系统采集到的视频进行压缩处理,量化是压缩过程唯一带来损失的模块,提出利用RBF神经网络对量化参数进行预测,有效的改善视频的质量。在视频对比度增强方面,针对视频监控图像对比度低的特点,研究并实现了提高视频对比度的方法,包括直方图修正法、加权平均法以及基于小波变换的反锐化掩模法的对比度增强方法。在视频降噪方面,研究了帧内和帧间两种降噪方法。帧内降噪方面,研究了现有的几种降噪方法,如邻域平均法、维纳滤波、高斯滤波、Butterworth滤波等方法,并对这些方法进行了实验。帧间降噪方面,主要研究了时域平均滤波法和自适应递归滤波法。针对视频图像具有很强的时间和空间相关性的特点,提出了将帧内滤波和帧间滤波相结合的方法进行视频增强。通过理论分析和实验,验证了本文中采用的算法的有效性,具有一定的实用价值。借助DirectShow平台完成了仿真界面的设计,将各种算法集成到仿真界面中,并用该界面对各种增强算法进行了仿真。最后,对本论文所完成的工作进行了总结,指出了进一步的研究方向。