图像以其信息量大、传输速度快等优点已成为人类获取信息的主要来源及利用信息的重要手段。但图像信息常被噪声干扰，阴影就是其中之一。阴影的存在使被摄目标的信息量有所损失或受到干扰，同时也直接影响图像处理过程中的目标识别、地物分类等。因此，对图像中的阴影进行检测具有重要的实际意义。 本文在总结常用的阴影检测方法的基础上，对基于总变分方法的阴影检测算法进行了研究，并作出改进。论文主要研究内容及结论体现在以下几方面： 1.利用总变分方法原理，结合图像阴影的性质，探讨在无约束条件下总变分方法用于阴影检测的效果，实验证明，当影像场景较为简单、地物及阴影边缘明显时，检测效果较好。 2.研究以方差为约束条件的总变分阴影检测算法，该算法在简化原有算法的同时，可以达到较好的检测效果。 3.对于纹理丰富的阴影区域，提出影像金字塔阴影检测方法，通过对影像分层处理，有效地消除了阴影区域的琐碎细节，体现检测的完整性。 4.在基本的总变分方法用于阴影检测的基础上，针对影像中水体与阴影的混淆问题，提出多特征阴影检测方法，利用G-B通道的特征差异进行检测。实验证明该方法对于包含水体与阴影的影像可以达到理想的检测效果。 5.从目视评价和统计分析两方面对影像阴影检测效果进行评价。引入准确率和精度这两个评价指标对不同约束情况下的总变分方法阴影检测效果进行评价，可以得出，无约束变分方法适合于单一阴影影像；对于纹理丰富的复杂影像，附加约束条件的总变分方法检测效果较好。