在实际情况中,由摄像机产生的视频图像会受到各种因素的影响,包括被噪声污染、模糊、扭曲以及几何失真等,其中噪声是影响图像质量的最常见和最主要的原因。一般而言,摄像机分为CCD摄像机和CMOS摄像机,不同的摄像机因为摄像机响应函数不同,因此在形成视频图像的过程中产生的噪声也不同,准确地估计图像噪声可以为后续的噪声处理提供可靠的参考依据。在噪声估计阶段,本文首先通过一种噪声模型来模拟摄像机图像噪声,然后利用哥伦比亚大学计算机视觉实验室提供的摄像机响应函数库得到一个噪声水平函数库,再对该函数库进行PCA分析得到一个字典；其次,利用结构分析器搜索噪声图像的光滑块来估计图像的噪声样本点；最后,利用前面得到的字典和噪声样本点,在稀疏表示的基础上模拟出图像噪声水平函数。在噪声处理阶段,本文首先介绍了目前公认的去噪效果较好的三维块匹配算法和非局部平均滤波算法,然后针对监控视频提出了基于引导滤波和非局部平均滤波的去噪方法,紧接着在噪声估计的基础上提出了基于噪声估计的自适应去噪方法,最后将这两种方法相结合运用在了实际监控视频中,并利用不同的实验结果证明了本文去噪算法的有效性。