近年来，高分辨率遥感影像，诸如SPOT-5、IKONOS、QuickBird等相继问世，其单个像元的地面实际面积已达米级、甚至分米级，影像反映地物的细节更加突出，影像中阴影反映的细节亦更加突出。阴影的存在，使阴影区目标表现在遥感影像上信息量相对较少，直接影响特征目标识别、专题信息提取、影像分类，特别是定量反演地学参数等算法的实现。然而，遥感影像阴影去除一直是遥感影像处理的难题之一。 目前，国内外普遍采用图像处理与几何光学模型等方法去除阴影，这些方法虽然对黑白影像、RGB合成影像，尤其是航空摄影影像有一定效果，如比值法、直方图变换、同态系统滤波等，但是没有一种公认的普适性、公认的的有效方法去除阴影，而且对于当前得到广泛应用的多光谱、高光谱影像显得无能为力。 对于多光谱、高光谱影像，太阳光能够形成阴影的谱段—可见光至近红外，已达上百个波段，光谱分辨率达几个纳米，在这个谱段内的不同波段，阴影随波长不同而变化，这是传统去除阴影的方法所未能考虑到的问题，也是随着遥感实用化过程中不能不考虑的问题。本文提出了多波段检测阴影的方法及高分辨率遥感影像阴影去除的理论模型，试图将遥感物理理论、阴影形成机理、典型地物波谱特性、辐射传输模型与图像处理、数学形态学等方法结合起来，以弥补传统阴影去除方法的不足。 多波段检测阴影是基于遥感影像阴影成像机理和地物反射波谱特征检测阴影，分别用到遥感影像的蓝光波段、绿光波段和近红外波段，采用图像处理与数学形态学等方法检测阴影区域。去除阴影是按照补偿阴影区域信息的基本思想，由辐射传输理论推导出去除阴影公式，根据该公式计算遥感影像阴影区域内所丢失的信息量，据此进行补偿，从而成功去除阴影。最后，利用IKONOS多光谱影像进行验证，并应用于IKONOS融合后影像以及QuickBird多光谱影像，均取得较好的效果。