近年来，随着互联网技术的飞速发展，人们对于视频图像的需求越来越多，要求也越来越高。然而，由于视频图像信息量大，在处理和传输时将导致计算量很大，效率低下。单纯的依靠提高处理器速度、扩大存储器容量、增加网络带宽来提高视频图像处理速度的想法并不现实。为了有效地解决这些矛盾，视频预处理技术及其相关研究工作应运而生。　　 视频预处理技术涉及的范围很广，主要集中于以下领域：色彩差值、色彩校正、自动聚焦、自动曝光、自动白平衡、伽马校正、图像增强和闪烁减弱。本文主要针对视频图像去噪和增加视频图像宽动态范围这两个课题进行较为深入的研究，同时提出了具有创新性的算法。　　 在视频图像去噪中，本文首先阐述了视频图像去噪的基本理论和发展现状。针对时域滤波和空域滤波各自的不足，本文提出了一种基于运动估计的时空域滤波算法。该算法首先选取帧内的相关点，然后结合视频图像编码过程中的运动估计矢量参数反馈得到的另外相关点，最后对这些相关点采用中值滤波算法来达到去噪效果。在没有增加过多的计算复杂度和计算量的情况下，较好地达到了去噪的效果。　　 在增大视频图像宽动态范围中，本文首先较为详细的介绍了两种常用的方法。为了具有更好的适用性，但同时减小直方图均衡化的负面影响，本文提出了一种基于帧间均值的增大视频图像宽动态范围的方法。该方法在传统的直方图均衡化的基础上，提出了分段处理。这样可以更好的保护视频图像细节，同时也会使处理过的视频图像看起来更加自然。　　 视频预处理由于需要处理的数据量较大，且有实时性的要求，这就需要其复杂度不能太大，这也是视频预处理研究的难点之一。此外，视频预处理器要求处理器运算速度较快，一般采用嵌入式设备，故本文采用DSP作为算法的验证平台。经过在DSP平台上验证，本文所提出的两种算法，在基本满足实时性的前提下，较好的改善了视频图像的质量。