近年来,数字视频的应用表现出迅猛的发展趋势。在数字视频系统中,数字视频的采集、编码、传输、解码等过程中会不可避免地引入各种噪声,噪声的存在不但严重影响了视频的主观视觉质量,而且会影响数字视频后处理,例如编码、目标识别和跟踪等。因此,伴随着数字视频的广泛应用,就迫切需要有高效的视频降噪算法。在视频图像降噪中,时域滤波比空域滤波在保护视频图像边缘和细节方面更具优势,但需要借助运动估计来更好地利用时域上的相关性。目前基于运动估计视频降噪时域滤波算法受运算量的限制较大,容易产生由于匹配块搜索不准确引起的块效应。在系统地阐述了视频图像降噪的基本理论与发展现状的基础上,对运动估计进行了深入学习和探讨,提出了一种基于运动估计的视频图像3D(时空联合)降噪算法。首先,对当前帧和参考帧进行下采样;然后,在时域上以块为单位对当前帧进行运动估计,在当前帧的前一帧和后一帧中同时搜索匹配块;对搜索到的匹配块与当前块进行运动强度检测,通过设计的噪声标准差估计单元、实时确定出当前帧运动强度检测的阈值,以准确判断块的运动强度;若匹配块运动强度较小,就对当前块进行时域滤波;若匹配块运动强度过大,就对当前块进行空域滤波,另外,噪声标准差估计单元测定的噪声标准差也用作空域滤波器的参数。该视频图像3D降噪算法,分别结合了基于下采样的三步法、基于下采样的菱形搜索算法进行了仿真分析,并与一种时域滤波算法的仿真结果进行了比较。通过对多个视频测试序列在不同噪声强度下进行降噪测试,对该算法与时域滤波算法的降噪结果从客观质量评价参数PSNR(峰-峰信噪比)、主观质量、运行速度三个方面进行比较分析,结果表明:该视频图像3D降噪算法既可以有效抑制视频图像中的噪声,又较好地保护了图像细节,没有产生明显的块效应等视觉降质,同时算法运算速度较快,能更好地满足视频处理的实时性要求。