人类在获取外界信息时,其中来自视觉的信息占到70%以上,图像信息日益成为人类获取信息的重要手段。随着图像处理技术和计算机视觉技术的快速发展,使得越来越多的计算机视觉系统应用于众多的科学和工程领域。但是,恶劣的天气使得拍摄图像的视觉效果和数据质量大幅下降,进而导致计算机视觉系统对目标的监测、跟踪和识别的可靠性下降。近年来对某些恶劣天气下图像处理的研究有了很大的进展,但是对于雨天视频图像实时处理还缺乏系统地、全面地研究。目前,关于雨天视频图像处理的方法主要由两种,一是时差法,二是K-means均值法,但这两种方法分别在处理效果和处理速度方面存在不足。本文提出了一种雨天视频图像处理方法,该方法在处理效果和处理速度方面具有一定优势。本文重点开展了以下四个方面的工作：第一,通过对雨滴物理特性和光度特性的分析,结合视频图像中雨滴的检测和去除对实时处理的时间要求,提出了四帧图像对比检测的方法,来检测图像中的雨滴。第二,对四帧时差法进行改进,在处理效果不变的基础上,通过降低雨滴检测指标数,改进雨场去除方法,提高算法的处理速度。并基于提出的雨滴检测方法提出了两步法去除当前帧中的雨滴。第三,构建了雨场检测和去除系统,利用MATLAB编写了相应的处理程序,通过模拟实验证明了该方法具有较高处理速度,实验验证了该方法在实时处理方面具有可行性。第四,通过对复原图像的清晰度和图像的信息熵的分析,提出了可以以B分量作为定量的雨场去除效果检测指标。