作为自然界中普遍存在的物理现象,室外场景的光照变化给计算机视觉算法的鲁棒性带来诸多不利影响。它一直是计算机视觉以及相关学科的重要研究内容,但一直未得到较好的解决。不同于以往仅对图像数据做数学处理或机器学习的方法,本论文将从研究物理成像机理的角度出发对图像中的光照现象进行建模与分析。物理成像特性包含光谱成像特性和几何成像特性两个方面。其中光谱成像特性主要依赖于光源的光谱特性、物体的反射特性及相机的成像特性,是图像中物体颜色和亮度的主要决定因素,也是我们的主要研究内容。本论文具体的研究内容包括室外光谱辐照度计算、阴影的建模与处理、相机建模、反射光谱计算及光照变换。在分析光谱成像特性的基础上,我们重点研究了阴影的建模与处理算法。我们对所提出的模型和算法均进行了实验验证,并将这些光照处理算法成功应用于目标识别与跟踪。此外,本论文的研究成果(包括方法、模型、算法)亦可应用于如计算机图像学、图像渲染、虚拟现实、场景分析等其它相关领域的光照处理之中。　　 本论文的创新工作主要包括:　　 1.论文的创新点首先体现在研究思路和方法上。目前,计算机视觉中光照处理的主流方法仍是把图像作为数据进行数学处理或机器学习;基于物理的方法也只是针对特定现象如雾等进行处理,并无整体框架。本论文对物理成像所涉及的光照、反射、相机响应均进行了分析与建模,并紧密结合图像中的光照处理,提出了相应的算法,形成了较为系统的理论和算法框架。　　 2.针对室外阴影,利用其太阳直射光被遮挡而只受天空散射光照射这一几何特性,应用太阳光和天空光的光谱特性和相机成像机理,推导了阴影区域和对应的非阴影背景之间的三色衰减模型,并在此基础上提出了阴影检测算法。　　 3.针对室外光源(太阳光和天空光)的多变性且缺乏有效的分析计算工具这一现状,利用外太空辐射光谱经过地球大气层时的吸收、散射规律,结合人眼和相机的响应特性,在计算机视觉领域首次提出了太阳光和天窄光地表光谱辐照度的可行性计算方法。　　 4.利用太阳光和天空光在不同天项角度的光谱辐射特性,推导了阴影内部和外部的线性模型,并证明了该模型的参数只与光源的光谱有关,而与物体的反射光谱无关。在此模型基础上提出了本征图像获取、阴影判定、阴影去除的算法。　　 5.提出了不依赖于具体设备,不同光源下最优的相机光谱响应曲线计算方法;提出了反射光谱曲线重建的最优基函数计算方法。在此基础上,给出了图像的光照转换方法。