阴影作为一个普遍存在的自然现象,一直是图像处理中的重点和难点。近些年来,阴影处理技术在计算机视觉领域已经取得了很大的进步。作为计算机视觉领域的一个重要的预处理步骤,阴影处理在目标检测、医学图像、航空影像等各个领域均有广泛的应用。然而最近几年阴影处理研究更加偏重于视频序列中的阴影处理。基于视频序列的阴影处理算法通常使用帧差法或背景相减法来提取阴影特征,因此这些算法难以应用到静态图像中。本文的研究内容是静态图像的阴影处理研究,对图像进行阴影检测和阴影去除并通过实验验证了算法的可行性。具体完成工作如下:(1)针对静态图像在阴影处理中恢复区域与光照区域边界明显的问题,提出了一种区域照度恢复的阴影处理方法。在最大类间方差法的基础上,提出了一种双阈值大津法像素分类来实现阴影检测。为了让边缘识别更准确,颜色渲染更为自然,在梯度域对阴影区域进行Canny边缘检测实现阴影边缘精准识别,最后通过计算阴影和非阴影区域对的平均照度和强度比率,恢复阴影像素系数k,令阴影区域照度与光照区域保持一致,从而实现阴影去除。实验表明该方法对于阴影边界有较好的恢复效果。(2)针对阴影去除过程中半影区域出现伪影问题提出一种强度不均匀阴影区域消除的方法,该方法可从简单用户标记的单幅图像中保留纹理信息。通过分析用户指定的阴影特征标记来检测阴影遮罩。为了避免由于过度去除引起的伪影问题,对阴影边界周围进行强度采样来确定强度范围。然后通过双边滤波消除样本中的纹理噪声,并通过图像金字塔来估计阴影比例尺度。估计得到的阴影比例尺中的误差通过局部平滑消除,最后进行哈达玛反变换得到无阴影图像。应用色彩校正消除由于图像处理而产生的颜色误差。实验结果表明,该方法能有效去除半影并在区域之间保留纹理一致性。