本发明公开了一种基于视频的智能积水检测方法，首先，对视频帧图像进行高斯低通滤波，提取视频帧图像的纹理信息，对视频帧图像纹理信息的信号特征进行分析，融合纹理信息特征得到积水存在概率，实现对道路积水区域的初步筛选，减少下一阶段判别所需检测的空间及时间范围，提高积水判别的效率；其次，为了提升积水区域的定位精度，采用混合深度学习模型构建积水判别网络模型，以实际场景的监控视频数据作为样本，增强了判别网络模型对行车尾迹、车轮溅水、水纹波动等典型积水区域现象的识别精度，并通过增加泊松噪声等方法，提高判别网络模型对监控摄像头抖动、采集硬件噪声及复杂光照等噪声的适应能力，实现了精确定位道路积水区域的功能。