遥感卫星三十多年前就已经发射,随着科学技术的不断进步,卫星遥感技术在近十年中得到了真正的推广应用并取得效益。高分辨率遥感影像使人们探索和认识自然界步入了新的阶段。虽然遥感技术现今发展势头十分强劲,但是高大的树木、楼房等遮挡太阳光线在遥感影像中形成大片的阴影区域。阴影的存在会影响对图像信息准确的解译,给影像的后续处理带来困难。为准确的解译遥感影像中的信息,遥感影像阴影的处理成为研究热点,而阴影检测是整个阴影处理过程的前提和关键。本文首先对城市遥感影像的阴影检测进行研究,对现有的阴影检测算法—自适应特征选择的阴影检测、局部分类水平集法阴影检测和自动检测法的阴影检测进行了仿真分析。针对现有的阴影检测算法对较亮阴影和较暗地物中的阴影不能同时较好地检测等问题,提出一种结合多种特征的高分辨率遥感影像阴影检测方法。该算法首先结合主成分分析、颜色特征和直方图的分割构建多种阈值检测条件,然后综合多种特征来进行遥感影像阴影的初步检测,最后通过分析RGB模型在阴影与非阴影地物上的差别,利用颜色特性最终检测出阴影区域。实验结果表明,本文算法能有效检测较亮阴影和较暗地物中的阴影,适用于大多数的高分辨率遥感影像阴影检测,且整个检测过程无需人工参与。雪山遥感影像与城市遥感影像相比,影像中的地物更加复杂。为了对雪山阴影进行较好的检测,本文基于黑体辐射模型法和自适应特征选择法,设计一种自适应的雪山阴影检测方法。该方法首先获取亮度空间的信息；然后通过手动的选择影像中满足要求的一些阴影样本,自适应的获取色彩空间和阈值的参数信息；最后综合亮度空间、色彩空间和阈值获得的候选阴影得到初始阴影检测结果,经过后处理得到最终的检测结果。实验结果表明该方法对大多数的雪山遥感影像和部分城市遥感影像具有较好的检测结果,且检测的速度较快。