随着视频通信技术的发展，数字视频在军事应用和人们的日常生活中都起着越来越重要的作用。然而，数字视频信号在传输过程中由于信道干扰等原因会出现突发性误码，使得解码终端出现差错块或丢失块，最终导致视频质量下降。因此，除了采用纠错编码、遇错重传等方法外，往往还可以在解码端利用正确接收的信息恢复丢失的信息，这就是基于解码的差错恢复方法即差错掩盖技术。H.26L和MPEG-X等视频编码标准中均采用了差错掩盖技术。对于帧内编码的I帧，它不能利用时间方向上的冗余信息进行恢复，只能利用当前帧内的空间信息进行错误恢复。I帧的误码会导致差错传播到GOP(图像组)的其他帧。因此寻找恢复准确度高、可实现的帧内差错掩盖方法至关重要。 本文首先研究了各种基于经典统计数学的帧内差错掩盖算法，包括基于像素插值的方法和基于块匹配的方法，并分析这些算法的优势和局限性。然后，在研究模糊集理论的基础上，提出两种基于模糊集理论的视频帧内差错掩盖算法，包括基于模糊推理的方法和模糊聚类的方法，详细介绍算法的基本思想和掩盖流程，并重点讨论算法的关键问题。在基于模糊推理的视频帧内差错掩盖方法中，将模糊推理应用于是否接受初步差错掩盖结果的判决上，合理修正掩盖结果，使得边缘连续。在基于模糊聚类的方法中，首先利用帧内差错块周围相邻块的平滑程度和纹理方向等约束条件，对差错块周围的相邻块进行模糊分类，然后用相似块的像素插值得到差错块的像素值。最后在H.264参考软件JM8.6的基础上，实现各类算法，并利用不同特性和误码率的序列进行了测试。实验结果表明：文中提出的基于模糊集理论的帧内差错掩盖算法优于基于经典数学的方法，改善了图像的边缘细节和纹理信息，提高了图像的主观质量和PSNR(峰值信噪比)值。