生活中经常伴随着恶劣天气的影响,雨天场景下会大大降低拍摄图像和视频的质量,影响人们的观察以及计算机视觉系统进行检测与识别的性能。因此,研究图像的去雨算法具有重要的应用价值。依据处理的数据类型,去雨算法的研究分为视频去雨和单幅图像去雨两种类型。去雨的关键是使雨去得干净,同时又能尽量减少其他细节信息的损失。论文对视频和单幅图像去雨算法进行了系统总结,并重点针对单幅图像的去雨问题进行研究。论文的主要工作如下:(1)在图像分解的基础上精确的提取雨痕,研究了一种能够保持细节的去雨算法。直接利用图像分解得到的高频图像中包含雨痕和有效的图像细节,针对其中的细节信息利用低频图像生成细节保持模板加以去除。以低频图像为引导图对高频图像进行引导滤波,对高频图像再一次进行分解,从而对细节信息进行抑制,得到雨痕较多且背景细节较少的高频图像。对新得到的高频图像进行阈值分割得到一个提取雨痕的模板,使用此模板与原高频图像相乘得到雨痕图像,最后用原图减去雨痕图像得到去雨的结果。(2)雨痕具有明显的方向一致性,根据图像目标在空域与频域的方向对应关系,研究了一种基于频域方向滤波的去雨算法。将图像变换到YCbCr空间,雨痕主要分布在亮度分量中,而且人眼对亮度的敏感程度高于色度分量,对亮度分量Y和色度分量CbCr采取不同的去雨处理。针对亮度分量,通过边缘检测和梯度方向统计估计雨痕方向,设计滤波器,对其傅里叶频谱中与空域雨痕垂直方向的高频成分进行抑制,在保持有效图像信息的前提下实现去雨。对原雨天图像使用引导滤波并转换到YCbCr空间,得到抑制雨痕的色度分量,结合处理之后的亮度分量,通过颜色空间转换得到最终的去雨结果。本文对合成的雨天图像和真实图像开展实验,并与其他去雨算法进行了比较,主观视觉评判和衡量去雨结果与原始图像相似程度的客观指标均验证了本文算法的有效性。