计算机视觉系统广泛应用于工业生产、军事和科学研究领域。但是,恶劣天气给计算机视觉系统的探测和识别带来了巨大的困难。针对这一问题,本文对雨、雪天气下,特别是雨天下视频图像的去雨展开研究工作。传统方法去除彩色图像中的雨场,需分别去除R、G、B三个分量内的雨场。本文研究发现,视频图像从RGB色彩空间转化到YCbCr色彩空间后,雨场主要集中于Y分量中。利用这个特点,本文提出了基于色彩空间转换的单分量雨场去除方法。实验表明,在保证去雨效果的前提下,本文方法仅需处理一个分量,大幅度提高了实时性。本文根据雨滴运动的特点,提出一种基于独立分量分析的雨场检测方法。首先,对基于FastICA(快速独立分量分析)的运动目标检测算法进行了改进;然后,将改进的算法应用于雨滴检测。改进后的算法能够快速准确地检测出视频中包括雨场在内的所有运动目标,为后续去雨处理奠定了基础。雨场去除算法一个重要环节是雨滴和非雨物体的识别。现有的雨滴识别方法判别条件单一,准确率有待提高。针对这个问题,本文提出了一种结合雨滴面积、方向和宽度统计信息识别雨滴的新方法。实验结果表明本文方法识别的雨滴更加准确,误识别的概率较低。针对利用较少帧雨场去除不彻底这一问题,本文提出两步法去除雨场,即先去除单帧内的雨滴,再联合三帧图像进一步去除雨滴。实验表明,两步去雨法与使用大量视频帧的去雨方法效果相当,同样适用于雨量大、场景复杂的视频图像。