机器视觉系统在工业控制、智能交通、航天科技等研究领域应用广泛。但雨雪等恶劣动态天气因素降低了图像序列的品质,影响机器视觉系统的性能,给视频监控、目标识别带来巨大的难题。因此,去除雨雪等对室外系统的影响,提高图像质量和视觉效果具有十分重要而广泛的应用价值,本文对雪天气下的图像序列去雪算法进行研究。首先研究了雪花的形状、大小、速度等物理特征,并在此基础上在雪花成像角度分析雪花视觉特性、时空分布特性,尝试利用滤波方法进行雪天单幅图像基本复原。通过实现现有动态天气退化图像处理基本算法,分析优缺点,把目标检测中应用广泛的帧差法作为后续研究的基础。在关于帧差法的研究中,首先分析帧差法的基本原理,针对雪天视频图像,利用二帧差法、三帧差法、五帧差法分别进行雪花初步检测处理,并根据雪花本身物理成像特性,加入色度约束处理对初步检测进行改进,有效去除帧差法被错误检测的雪花,之后利用帧差法的各自的经典雪场去除算法进行处理。最后,在处理效果和运行时间分别进行比较,为后续的雪场去除奠定了基础。传统动态天气彩色退化图像复原算法都是在RGB颜色空间中完成的,这就需要分别处理图像R、G、B三个分量中的信息。本文在分析雪花色彩属性的基础上,把视频图像由RGB颜色空间转换到YCb Cr颜色空间中发现,雪花主要存在于亮度Y分量中,利用这一特性,本文提出了基于颜色空间的改进五帧差法,利用结合雪花连通区域的面积、方向角统计信息进行雪花检测约束的一种去除算法。最后,为了去除视频中的大雪区域,在利用中值滤波进行最后一步雪场去除,实验证明,该算法对雪天视频图像由较好的复原效果。