雨天时，室外条件下获取的视频图像很容易受到天气环境的不利影响，使得图像中蕴含的许多特征被覆盖或模糊，图像中的一些细节无法辨识，这极大地限制和影响了户外系统效用的发挥，有些情况下甚至会造成比较严重的后果。所以，消除雨天对室外视频图像的影响，提高场景的能见度在视频监控、目标识别等方面具有十分重要而广泛的应用价值。目前对雨天视频图像复原的研究中，普遍的研究模式为分析雨的各种特性，通过这些特性在视频中的表现来检测雨，然后利用相邻帧中未受雨影响的同一像素替代有雨的位置得到复原图像。然而，这些方法仅适用于静态场景或者场景中运动物体在室内(运动物体未受雨影响)的情形。在实际应用中(比如监控场景)，运动物体在室外会受到雨的影响，这类目标场景的恢复研究更具价值。针对目标上的雨的检测与去除，本文提出了一种基于局部区域的亮度初检方法。基于雨的亮度特性，对帧间差分得到的亮度差值图采用局部开窗的方式，一次性检测出场景中所有受雨影响的区域(包括背景和目标)。然后对雨的方向性采用新的描述方式，通过在亮度初检的基础上添加方向约束去除虚警准确的检测出真实的雨。在雨的去除过程中，本文提出了先基于空间结构信息帧内修复然后帧间中值滤波的方式，不仅在单帧中达到很好的视觉效果，而且消除了视频中的闪烁现象。针对大雨情形下，视频图像受水汽影响严重这一现象，本文在基于频域去雨的方法的基础上添加了雾天图像复原去除水汽影响，改善了场景的对比度以及能见度。