随着科技的高速发展，车辆数目急剧增加，道路拥挤、交通事故频繁发生。为了解决车辆给我们带来的负面问题，专家学者都在不断探索着。智能交通系统(ITS)作为解决交通问题而出现的新技术领域，在解决交通拥堵、提高交通效率上发挥重要的作用。阴影是一种很普通的物理现象，它不可避免地出现在交通视频中，阴影的存在可能造成车辆粘连和车辆形状扭曲现象，对车辆识别、检索和跟踪等机器视觉相关问题造成不利影响。因此阴影去除作为解决其它问题的基础则显得尤为重要。阴影检测是去除阴影的关键，检测算法是否准确直接会影响到后续的阴影去除效果。本文在总结和分析国内外研究的基础上，分析阴影产生的原因，充分考虑图像彩色空间信息，提出一种阴影检测算法。算法首先采用混合高斯模型(GMM)检测前景，然后分析阴影区域的RGB各分量特征，采用颜色比率，即RGB比率和蓝色和红色分量比率(B/R)相结合的方式初步检测阴影，最后利用形态学方法对初步检测结果进行空间调整，精确检测出阴影区域。本文使用MATLAB对算法进行模拟仿真，在多个数据库上进行实验，并且设计三组对比实验验证该算法的性能。包括特征结合与否对比、特征结合方式对比以及与现有阴影检测算法比较。实验结果证明，提出的算法简单有效，能够准确地检测出车辆阴影，并且检测性能优于目前现有的一些阴影检测算法，适合于真实的交通场景中使用。