随着光电成像系统的应用和普及，人们提出更高的技术需求，将它们逐渐应用到更加恶劣的环境中，例如夜间、地下、隧道等等，在这些环境下由于光线不足，光照不均匀，传感器灵敏度限制，微小颗粒物对光的折射等原因，采集的视频表现出以下特征：采集信息微弱，噪声强度大分布广。这样不仅降低了视频的主观视觉质量，而且对传输，目标信息提取等后续处理造成严重影响。因此低信噪比数字视频序列的去噪技术研究意义重大。
　　针对受到高强度噪声干扰的低信噪比视频，根据视频序列中每一帧的图像信息在时域上相关，而噪声在时域上具有不相关性，本文提出基于运动估计和灰度补偿，时域和空域联合去噪的视频去噪方法。该算法将背景差分法和帧间差分法结合起来作为运动估计方法，通过前景预置和二次定位可以在高强度噪声干扰的情况下有效地提取出序列中的前景信息，并用空域去噪方法对前景去噪，对背景部分作时域均值去噪。针对时域均值滤波造成对比度降低的缺陷，本文提出灰度补偿方法对去噪结果后处理。
　　最后对本文提出的算法进行了测试实验，实验结果表明：加入高强度高斯白噪声的低信噪比视频，本文方法不仅能有效抑制噪声显著提高视频信噪比，而且视频运动信息和细节信息得到有效保留和恢复，并且通过将背景减法中的背景帧直接作为时域均值结果，使算法进一步优化。