在各种场景中,阴影是一个不可避免的光学现象。在计算机视觉领域,阴影的存在会对视觉信息的理解产生消极的影响,这会造成诸如:目标识别,图像分割,场景分析和追踪等过程的误识率增加,严重影响图像或视频的精确分析与处理。论文就单幅图像的阴影检测与去除方法开展相关研究,着重研究了基于三维强度表面建模,以及基于阴影特征的阴影去除方法。论文首先介绍了单幅图像阴影检测与去除的背景、研究意义及现状,然后列举了近年来较流行的阴影检测与去除方法,对不同阴影检测与去除算法的优缺点进行比较;概述了阴影的形成过程、分类和特点,以及阴影去除过程中面临的挑战。论文提出了一种基于三维强度表面建模的阴影去除方法,首先,利用支持向量将图像中的像素分为阴影像素和非阴影像素;然后,通过迭代的执行区域增长过程,把阴影像素和非阴影像素分别添加到阴影区域和非阴影区域,以实现阴影区域检测。论文依据三维强度表面建模的原理,首先对图像进行分解,获得平滑的卡通图像,再利用卡通图中非阴影区域(建模区域)获得阴影区域(被建模区域)的像素估计值,最后通过强度补偿实现单幅影像的阴影去除。实验结果表明,利用本文方法对阴影区域进行处理,可以获得理想的实际效果。论文最后提出一种块匹配自适应光转移的阴影去除算法。通过用户辅助的方法检测阴影区域;运用图像分解技术将原图像分成彼此重叠的块。在非阴影区域寻找与阴影区域像素块最相似的非阴影区域块,利用自适应光转移方法对成对的光阴影对进行处理,获得阴影块的像素值,通过光一致优化处理实现阴影去除。实验结果表明,本文方法能够有效的去除图像阴影,并且可以恢复阴影区域的纹理细节。