随着视频信息量的快速增长，用于保存视频的介质的需求量也越来越多，如何尽量减少视频所占介质空间却保留全部有用信息对研究者提出了新的挑战。目前，对于减少视频容量、提高视频中有用信息的比例、提高运动物体间密度成为视频处理领域的一个需要解决的重要问题。　　本文将视频浓缩与基于计算动词的运动方向判定方法相结合，提出了基于计算动词的图像平滑算法和直方图均衡化去雾增强算法，并将其应用到颜色匹配方法的预处理中，提高了同类特征的运动物体的浓缩密度，运动方向向上时浓缩视频从原浓缩视频的1547帧减少到550帧，运动方向向下时浓缩视频减少到1196帧;颜色为黑色时浓缩视频从原视频的1547帧减少到748帧，颜色为白色时浓缩视频则减少到508帧。在基于计算动词的图像平滑算法方面，将其与传统的中值滤波算法、高斯滤波和双边滤波算法做了对比:在处理椒盐噪声时，计算动词图像平滑算法与中值滤波处理结果类似，明显优于高斯滤波和双边滤波;在处理高斯噪声时，通过比较峰值信噪比，计算动词平滑算法仅次于高斯滤波。在基于计算动词的直方图均衡化去雾增强算法方面，将直方图斜率的平均值作为标准动词的斜率，得到新的灰度值。并与传统直方图均衡化、局部直方图均衡化和基于暗通道优先算法做对比，发现计算动词直方图均衡化在处理效果上优于传统直方图均衡化和局部直方图均衡化算法，在处理效率上明显优于局部直方图和暗通道优先算法，计算动词直方图均衡化算法的处理时间在10ms以内，明显小于局部直方图均衡化算法的100ms和暗通道优先算法的1000ms处理时间。