随着数字视频产品和服务的发展，数字视频对计算机、电信及图像行业产生了重大的经济影响。然而由于种种原因，人们所获得的视频往往存在对比度差、含有噪声等缺陷，这对人们正常使用数字视频产生了影响。因此视频增强是一项非常有意义的研究工作。本论文在横向课题“实时灰度图象增强研究”的资助下，从视频降噪和对比度增强两方面进行了实时视频增强处理的研究。论文主要工作有： 在视频降噪方面，从帧内与帧间两个角度对视频降噪方法进行了研究。研究了现有的各种帧内视频降噪方法，主要包括邻域平均法、次序统计滤波器、维纳滤波器、频域滤波方法和小波域滤波方法，并对这些方法进行了实验。针对小波域滤波实时性差的问题，利用提升框架计算简单，计算速度快，节省内存等特点，加快了小波分解与重构的速度，从而提高了小波域滤波的实时性。由于帧间滤波方法(也叫做时空滤波器)考虑了视频图像帧间相关性强的特点，因此具有更好的去噪效果，论文主要研究了时域平均滤波方法和自适应递归滤波方法。最后提出了一种基于提升框架的实时视频降噪方法，该方法结合了帧内滤波方法与帧间滤波方法，实验结果证明了该方法的有效性。 在视频对比度增强方面，针对某些视频图像，尤其是红外视频图像，对比度低的特点，研究并实现了提高视频对比度的各类方法，包括直方图均衡、双向直方图均衡以及基于小波变换的对比度增强方法。 最后基于Directshow平台，将各种算法集成到一个仿真软件中，并用该软件对各个增强方法进行了仿真。