随着视频技术的发展,视频以其内容丰富、信息量大、易存储易传输等特点,已经广泛应用于社会各个领域。在实时监控、自动导航系统中,视频是系统最主要的信息来源。然而此类系统在户外采集视频时,受恶劣天气状况的影响,视频图像质量下降。例如在雾天状况下,视频图像的对比度降低,图像退化严重;在雨天情况下,雨滴在视频中产生雨线,使目标局部区域过亮导致模糊。视频图像的降质使目标识别变得困难,导致系统不稳定。基于上述原因,本文研究的主要内容是提高视频图像在雨雾天气状况下的图像质量。针对雨雾天气引起的图像降质,本文提出基于动态直方图均衡化的算法,提高图像对比度,达到去除雨雾的效果;采用卡尔曼滤波算法,去除视频图像中的雨滴,提高图像的视觉效果。考虑到户外监控系统对实时性的要求,提出的算法计算量小,运算速度快。论文首先介绍了视频图像去雨雾的研究现状,通过对比各类算法,确定采用动态直方图均衡化算法去除雾气。然后分别对视频图像实时去雨雾算法进行深入研究,提出了相应去雨雾算法。通过仿真实验,并与其他算法进行比对表明,本文提出算法效果好,运算速度更快,基本能够满足实时性要求。