雾天、阴天、逆光、曝光不足、夜晚等环境下,视频图像对比度、动态范围等指标会大幅度降低,光电传感器引入的各种噪声也会影响图像信息的获取和理解。如何高效提高视频图像对比度,减少噪声的影响对交通监控、海运、室外监控等应用具有十分重要的现实意义。另外,随着视频图像分辨率的提高,视频传输必须经过压缩,而压缩往往是以人眼的视觉特性为依据,压缩后的图像会丢失大量细节信息,这些信息在解压后无法恢复。因此,对恶化的视频图像必须先进行实时、自适应的增强和去噪等预处理,然后再压缩传输。本文从增强和去噪两个方面对压缩前的视频原始图像进行预处理算法及其实时实现技术研究。在视频增强方面,本文以直方图均衡为基础,将场景分类和细节保留相结合,根据图像的场景特征,进行分段化的细节保留直方图均衡处理。仿真结果表明：算法不但能避免传统直方图均衡的细节丢失和亮度饱和问题,还具有适用于不同场景的稳健处理效果。在视频去噪方面,本文以非局部均值算法为基础。首先利用查表、权重对称、块状非局部均值等方法成功将算法的运行时间下降两个数量级。然后再利用监控等应用中背景的不变性,将画面分成背景和运动区域两个部分分别去噪,减少非局部均值算法的作用区域,完成了针对视频监控图像的实时C语言优化。最后,完成了上述算法在TI公司的TMS320DM648视频图像处理平台上的移植和性能测试,并完成了两种算法针对视频图像的实时性验证。