随着科技的发展,计算机监控系统在日常生活中的应用日益广泛。然而这些系统没有考虑雨雪等恶劣天气的影响,都是基于正常的天气情况设计的。在雨天情况下,雨滴在视频中产生雨线,在雪天情况下,雪花会在视频中产生盐噪。这些雨雪噪声会使视频画面质量下降,系从而导致系统功能减弱甚至丧失。因此非常有必要对受恶劣天气影响的视频图像进行噪声去除研究,通过预处理增强视频输入,从而保证监控系统的稳定性。本文主要总结了雨雪的物理特征、视觉模型,研究分析了目前已有的一些雨雪去除算法,在此基础上提出了基于时空特征统计学习的雨雪去除算法。在静态场景下基于标量卡尔曼滤波原理,通过追踪图像背景直接去除视频图像中的雨滴和雪花,在动态场景下利用雨雪的时空特征模型区分雨雪像素和运动物体像素,然后对分类得到的雨雪像素进行修复,以达到去除雨雪的目的。本文最后设计并实现了一个去除雨雪的视频图像增强系统。大量的实验表明,该系统可以有效地去除视频中的雨雪,并且有着较好的实时性能。