日常所看到的视频都或多或少地混入一些噪声，如何更好地去除视频中的噪声是长期以来视频处理的研究热点，视频去噪的研究本着提高视频质量的目的，努力在最大限度保留有用信号的前提下最大限度的去除无用的噪声信号。Surfacelet变换是一种真正意义上的三维小波变换，可以有效地捕捉存在于多维信号中的曲面奇异信息，十分适合应用于图像、视频的去噪。但是人们对Surfacelet变换在去噪方面的研究并不像与其有着相似结构的Contourlet变换那样深入，基于Surfacelet变换去噪的改进方法提出的不是很多，这么看来，Surfacelet变换在去噪方面有很大的研究空间。本文在研究Surfacelet变换理论与实际应用的基础上，重点研究了Surfacelet变换在视频去噪上的应用。通过对传统的Surfacelet变换软阈值函数与硬阈值函数视频去噪的研究，从结合其他方法和提出新的阈值函数两个方向对其进行改进，具体工作如下：由于Surfacelet变换缺乏平移不变性，其阈值去噪时会产生伪吉布斯现象，导致重构的视频图像失真。针对这一问题，本文将Cycle Spinning应用于Surfacelet变换视频去噪过程中，对视频图像序列的单帧进行多次平移从而改变伪吉布斯现象出现的位置，变换后再逆向平移，最后对多次平移的结果取线性平均，这样就可以大大改善伪吉布斯现象对去噪效果的影响，同时提高去噪后视频图像的峰值信噪比。虽然传统的Surfacelet变换硬阈值函数视频去噪后的结果峰值信噪比较高，但是它却在一定程度上“过扼杀”小波系数，使去噪后图像丢失部分细节信息。本文在研究传统的软、硬阈值函数的基础上提出了一种新的阈值函数，该阈值函数设有大、小两个阈值，给予第一次淘汰的小波系数二次筛选的机会，避免误将有用信号视为噪声而淘汰，防止“过扼杀”现象的产生。应用时可根据实际情况对阈值函数中的系数进行调节，得到较为合适的阈值函数。