太阳光作为唯一的自然光源自上而下对地物进行照射,因此具有一定高度的地物都会对太阳光产生遮挡效应形成阴影。光学遥感影像的成像过程涉及到自然光与地物间的相互作用,阴影因此成为光学遥感影像中难以避免的一种客观现象。阴影的存在一方面可为地物高度量测、三维重建等提供参考信息;另一方面由于其改变了阴影区域内的光照条件,使得阴影区内地物在遥感影像上呈现的颜色、色调等发生改变,对后续的变化检测、地物分类、目标识别等工作都会造成一定的影响。为更好地利用光学遥感影像中阴影区域所蕴含的信息,同时尽量降低其对影像质量造成的负面影响,本文以无人机平台获取的可见光影像为研究对象,主要对城市区域建筑物阴影检测与补偿技术进行了深入研究,可以提高阴影检测算法对影像中易混淆区域的检测成功率。另外通过分析并改进现有阴影补偿算法,提升阴影补偿的整体质量。论文的主要工作和创新点有:1、针对基于像素的阴影检测结果中存在的噪点过多、空洞现象明显等问题,采用SLIC(Simple Linear Iterative Clustering)超像素分割算法实现面向对象的阴影检测。由于SLIC超像素分割算法的分割数目没有合适的判定依据,为此提出一种结合边缘信息的超像素分割数目估算方法。算法基于初次分割最优化的思想,将边缘信息在初始聚类点构成的格网中分布的均匀程度作为判定分割数目的依据,可简单有效地估算出对影像进行充分分割所需的分割数目。2、研究了常见的基于阴影属性特征的检测算法,针对当前算法难以同时正确判别影像中深色区域和亮阴影区域的问题,提出一种顾及空间关系的阴影检测算法。首先筛选合适的检测指标构建初步检测条件,然后利用NDUI检测指标构建易混淆区域提取条件单独提取初步检测结果中的深色区域和亮阴影区域。接下来采用基于空间关系的检测条件判别深色区域和亮阴影区域,最后综合初步检测结果和基于空间关系检测条件的判别结果得到最终的阴影检测区域。实验结果表明该算法可在保证整体检测精度的基础上较有效地提高深色区域和亮阴影区域的检测成功率。3、在对常见阴影补偿算法的研究基础上,提出一种基于区域补偿模型的改进算法。针对区域补偿算法在未经人工优化情况下存在的补偿后对比度不足、对含有多类地物的复合型阴影区域补偿效果不佳的问题,分析误差来源,对补偿公式和补偿参数的求解进行优化。实验表明优化后的区域补偿法可在未经人工优化的情况下取得相对较好的补偿效果,减少后续人工调整的工作量。