视频修复技术是对视频体内破损区域的填充过程，已成为计算机视觉及图像处理领域的研究热点。目前，根据摄像机的运动与否将视频修复分为摄像机静止下的修复和摄像机运动下的修复。本文视频修复方法对摄像机运动且晃动下拍摄的视频提出了有效的解决办法。对比于摄像机静止的视频修复的情况，摄像机平行运动的视频修复问题存在两个难点。第一，摄像机平行运动下得到的视频会产生动态的背景。第二，由于背景图像的运动，导致前景图像在每帧中的位置是不确定的。针对这两个问题，本文在预处理阶段，提出了一种采用SURF算法和背景减法相结合的方法，使得在预处理阶段可以准确地提取出视频的全背景，同时回避了背景差分法中背景建模困难和更新不准确等问题。而在前景修复阶段，本文采用基于样本块的图像修复方法的同时增加了对运动周期性的考虑，本文将视频修复问题分预处理，前景修复，背景修复三部分进行研究。预处理阶段，首先根据运动的连续性人工标记出运动区域进行填充，然后通过SURF算法进行图像的拼接获得一幅具有全背景的图像，在用每一帧图像再和全背景图像进行拼接得到每一帧都具有全背景的图像，最后将得到的具有全背景的每一帧图像和全背景图像做差分，并进行形态学处理，得到前景目标。实验结果验证了本文算法可以提取到完整的全背景图像，同时提高了前景分割的准确性。前景修复阶段，利用基于样本块的修复方法，根据运动的周期性，缩小搜索范围，找到最佳匹配块，然后将最佳匹配块中信息拷贝到待修复区域并更新置信度值，直至完成修复。实验结果验证了本文算法可以对前景图像进行快速和准确的修复。背景修复阶段，利用预处理阶段得到的全背景图像，对其采用基于时间一致性和基于空间一致性相结合的修复方式进行信息填充，然后对视频各帧背景进行修复。最后将完成修复的新视频映射到原视频中。实验结果表明背景修复效果良好。