现有视频系统的设计都是考虑在晴朗的天气条件下,在任何室外应用的情况下,勿庸置疑都逃避不了“坏”天气。尽管户外视频系统在监视、跟踪、导航、遥感、车牌识别以及军事等领域应用非常广泛,但是现有系统却不能在雪、雨、雾、沙、尘、霾、冰雹等不良天气条件中很好地发挥作用,因而研究不良天气条件对图像影响具有重要的军事意义以及很大的社会和经济效益。天气条件的研究大多是在大气科学中,通信领域已有的研究多在于各种天气条件对电波传播(如微波、毫米波)的影响。而天气条件对相机拍摄图像影响的研究则很少,已有的研究大多仅限于将大气视为一种稳定介质如雾(fog)、薄雾(mist)、霾(haze),从物理光学的角度建立光在大气中传输的退化模型,然后对图像进行复原,然而大气中出现的不稳定介质,比如雪对图像影响的研究则是一个完全不同的领域并且尚未见报道。本文以雪为研究对象,为了从雪花污染的视频中去除雪花的影响,非常基本的问题就是要研究雪花的物理特性,然后依据其特点建立雪花影响视觉和污染图像的模型,最后研究相应的算法去除这些影响获得重建的图像。在广泛查阅了相关文献的基础上,本文首先综述并分析了不良天气条件对视频影响的研究背景、现状、意义及其关键技术和问题。然后对影响图像的天气条件做出了静态(雾,霭,霾)和动态(雪,雨,冰雹)的两种划分,并且分别分析了这两种天气条件对图像的影响。在这些分析和理解的基础上,用一种基于相关的动力学模型来捕获雪花的运动,一种基于物理学的光度测定模型,从亮度角度描述雪花对图像的污染。然后基于这些模型提出了检测和去除视频图像中雪花的算法(detection and removal of snow,简称DRS),并且对雪花光度测定模型进行了参数估计,最后通过实验来验证了模型和算法的有效性。