本文从小波域去噪和时域去噪两个方面研究了数字视频的混合域去噪方法,论文的主要工作如下： 研究了图像小波系数的帧内相关性在单帧图像去噪中的应用,通过理论分析和仿真实验深入研究了小波系数收缩去噪的两类方法：阈值收缩和比例收缩。为了更充分的利用图像小波系数的局部相关性,本文在保持简化模型的基础上提出了一种利用邻域系数进行多样本估计的比例收缩去噪方法,实验表明该方法能更加有效的改善去噪图像的信噪比和视觉质量。 研究了视频序列的帧间相关性在时域去噪中的应用,分析了基于宏块实现运动估计的匹配准则和搜索算法。在对宏块进行运动补偿的基础上,将小波域多样本系数估计分别和时域多帧平均及自适应一阶递归滤波相结合,提出了两种混合域去噪方法。实验表明,时域去噪能进一步提高小波域去噪图像的信噪比和视觉质量,本文提出的混合域去噪方法在去除图像噪声的同时能很好的保留边缘和细节,和经典的基于像素域和时域的混合域去噪方法相比具有明显的优越性。