1、視頻圖像信號在發(fā)送、傳輸、接收的過程當中常常會受到噪聲影響，使得視頻圖像變得模糊，無法識別其中的重要信息而這些噪聲會影響到我們觀看到的最終效果，會影響對視頻序列的進一步處理。因此，如何有效地去除視頻圖像中的噪聲一直是人們不斷關注和探討的課題。在對視頻圖像進行處理或者應用時，如何保留視頻圖像中的有用信息，如何捕捉視頻圖像中的曲面奇異，是一個熱點也是一個難點。
　　 Surfacelet變換(ST)是一種新的3D變換，它是通過多尺度

2、金字塔和多維方向濾波器組的結合而提出的。因此，它能有效捕獲和表示光滑表面信號奇異，具有多方向分解、各向異性、高效率的樹結構濾波器組、完全重建和低冗余度等性質，非常適合視頻圖像處理。分析視頻圖像信號在Surfacelet變換域中的特性，本文研究了基于閾值和系數(shù)收縮的視頻去噪方法：
　　 1.提出了一種基于Surfacelet系數(shù)鄰域相關特性的自適應閾值視頻去噪方法。根據(jù)視頻信號的Surfacelet變換域內系數(shù)的鄰域相關特性和噪聲

3、在不同尺度的分布特征，有選擇性地加入鄰域的空間信息和方向結構信息，對子帶中的每個系數(shù)都能夠準確地計算出相對應的閾值，因此對于視頻的噪聲具有更強的抑制能力。
　　 2.提出了一種基于Surfacelet變換的系數(shù)自適應收縮視頻去噪方法。首先，計算變換域中每一個系數(shù)對應的閾值和分類掩模。其中閾值用于構造系數(shù)的能量比，分類掩模用于計算系數(shù)的先驗比，并且考慮到三維空間結構和方向鄰域的特點，合理地構造出最理想的鄰域結構從而得到系數(shù)的最佳先

4、驗比。然后，通過所得到能量比和先驗比計算系數(shù)對應的收縮因子，從而對系數(shù)進行收縮處理；最后，對處理后的系數(shù)進行ST逆變換得到去噪后的視頻序列。
　　 3.提出了一種基于Surfacelet域對數(shù)正態(tài)分布模型的視頻去噪方法。采用蒙特卡羅方法估計Surfacelet變換域中的噪聲概率分布，然后計算出每一個系數(shù)對應的閾值，對系數(shù)進行分類；然后計算系數(shù)的先驗比和似然比。由于對數(shù)正態(tài)分布概率密度函數(shù)能夠更好地描述ST系數(shù)的分布情況，所以采用