随着信息时代的发展和图像处理的普及,人们对视频质量的要求越来越高。视频在采集,获取,传输过程中往往会带来不同程度的噪声,使视频图像质量下降,对视频的进一步处理造成困难,因此去除噪声是视频处理的一个不可缺少的过程。本文在对Surfacelet变换进行充分研究的基础上,提出了以下三种视频去噪方法。(1)提出基于Surfacelet变换的系数收缩视频去噪算法。该算法利用系数空间相关性,通过加权模型构造其空间估计能量,由该能量值的大小对Surfacelet系数进行分组,根据分组系数能量相似性确定系数阈值；然后由Surfacelet系数邻域信息确定系数收缩因子,对系数进行收缩修正；而后对收缩后系数进行Surfacelet反变换重构视频序列。最后对加噪视频序列进行去噪实验,并与其它相关去噪算法进行比较。(2)提出了基于Surfacelet变换域混合高斯模型的视频收缩去噪算法。该算法利用贝叶斯阈值先对变换域系数分类,然后用混合高斯模型对大于阈值的系数分布进行拟合,用指数分布对小于阂值的系数分布进行拟合,最终确定自适应收缩因子对变换域系数进行收缩处理。最后对加噪视频序列进行去噪实验,并与其它相关去噪算法进行比较。(3)提出了基于双变量模型非下采样Surfacelet变换视频去噪方法。该算法利用非下采样Surfacelet变换与贝叶斯最大后验概率理论支持下的双变量模型,充分挖掘非下采样Surfacelet变换域系数尺度间父子系数相关性以及尺度内系数邻域相关性,估计自适应收缩因子,对变换域系数进行收缩处理。最后对加噪视频序列进行去噪实验,并与其它相关去噪算法进行比较。