本发明提供了一种基于CNN和Transformer的渐进式耦合图像去雨方法和系统。本发明不同于单一的卷积神经网络和Transformer模型，而是整合了这两种结构的优点，同时保持了去除雨水扰动的有效性和效率。此外，本发明实现了无雨背景和雨水残差特征的逐步分解和关联。为了减轻计算负担，本发明中将其设计成非对称的双路径相互表示网络，同时在本发明中，为了降低计算的复杂度，网络多处使用高效的卷积结构和分辨率重整的策略。经过大量的实验表明，本发明的方法可以有效地去除图像中的雨纹干扰，且更加轻量，具有相对于主流方法更高的效率。