雨雪天等恶劣天气严重的降低计算机视觉系统的性能。由于雨雪导致的图像退化使得视觉系统不能提供可靠的目标检测、物体识别和追踪、特征提取等计算机视觉算法的处理结果。因此,将雨雪去除作为预处理手段来提高各种计算机视觉算法准确性是十分必要的。本文首先对现有雨雪去除方法进行了深入研究和比较,并将其归纳为四类:基于时空域的方法、基于颜色特征的方法、基于频率域的方法和基于矩阵分解的方法。在此基础上对已有基于字典学习和稀疏表示的单幅彩色图像雨雪去除算法进行了改进。首先利用引导滤波代替双边滤波作为预处理步骤,从而更有效地分离高、低频成分。然后利用原子中边缘点的比重修正被误分类的非雨雪原子。此外,利用颜色掩膜进一步提升雨雪去除效果。另外,本文还提出了一种基于频率域方向滤波器的单幅彩色图像雨雪去除方法。具体地,算法首先将输入彩色图像变换到YCbCr空间,仅对Y通道图像进行分块处理,保持CbCr通道不变。根据Y通道图像的局部边缘方向直方图,获取其全局图像边缘方向,以此来判断雨雪下落方向,而雨雪空间域下落方向与频率域楔形频谱方向垂直,由此得到雨雪楔形频谱的方向。利用McClellan变换设计对应方向的2D频域楔形方向滤波器,在频域利用设计好的方向滤波器滤除掉Y通道图像频谱中雨雪对应的频谱部分。最后将滤波后的Y通道图像频谱执行傅里叶反变换将其变换回空间域,与原始的CbCr通道图像相组合,得到去除雨雪后的彩色图像。实验结果表明,所提算法能够处理各种雨雪下落方向的雨雪天图像,与已有方法相比,能够在保留更多图像细节的同时所需计算时间更少。