计算机视觉和图像处理有着广泛的应用场景,而运动阴影检测作为高级计算机视觉和图像处理的一项基础性工作,其检测结果的准确与否将直接影响后续工作的开展。运动阴影与运动目标有两个相似的特性:一是运动阴影与运动目标都与背景有着明显的差异;二是运动阴影与运动目标有着相同的运动特征。以上两个特性很容易造成运动目标粘连、扭曲甚至丢失,从而影响对目标的检测、追踪以及分类等操作。运动阴影与运动目标之间存在的相似特性,使得运动阴影检测仍然是一项极具挑战性的工作。本文提出了一种基于半监督极限学习机的运动阴影检测方法,以有效地从前景中区分阴影点,并在此基础上设计并实现了运动阴影检测系统。本文的研究工作如下:（1）提出了一种基于半监督极限学习机的运动阴影检测方法。本文所提出的基于半监督极限学习机的运动阴影检测方法主要包括以下几个步骤:首先,利用背景差分法对视频图像进行前景提取,得到包括运动目标和运动阴影的前景图像;其次,根据阴影的物理模型,从前景中提取像素级别的特征和区域级别的特征;然后,利用上一步所提取的特征训练半监督极限学习机,并对目标及阴影进行分类;为了保证结果的准确性,完成分类后对分类结果进行了后处理操作;最后,在两个公共数据集上与其它优秀的阴影检测方法进行了比较,结果表明本文所提出的基于半监督极限学习机的运动阴影检测方法综合性能优于几种代表性方法。（2）设计并实现了一个运动阴影检测系统。本文设计并实现了一个视频场景中运动阴影检测系统,分析了运动阴影检测系统的需求并实现了其功能。首先,对系统进行了可行性分析和需求分析;然后,对系统进行了概要设计和详细设计;最后,对系统进行了实现和功能测试。