在计算机视觉领域，已知光照条件后许多研究能得到更具鲁棒性的结果，因此估计场景的光照状况是计算机视觉领域的重要研究课题。光照状况主要包括光源方向、光照强度以及光照颜色三个部分。已经有大量文献针对室内场景中特定的光源方向进行研究，然而针对室外场景的研究仍然很少。由于室外场景几何模型复杂以及场景光照不可控，给室外场景光源方向的正确估计带来一定困难。针对室外场景的光源方向估计是一项非常具有挑战性的研究课题。本文基于阴影信息对该课题进行研究，主要内容包括以下两个方面：针对单一阴影检测方法准确率较低的问题，提出一种结合亮通道以及亮度比的自适应阈值阴影检测方法。根据亮通道特性以及亮度比特性，对图像中物体像素进行初步分割，利用色度差以及亮度比自适应阈值，区分前景中的阴影以及物体区域。基于开放数据库提供的视频，利用阴影检测率以及阴影区分率评估方法的有效性。实验结果表明该方法较单一自适应阈值阴影检测方法能更有效地检测阴影。针对室外场景估计光源方向的难题，提出一种基于阴影的方法。该方法利用只与光照有关而与背景反射属性无关的阴影亮度比(brightness rate，BR)，得到阴影区域内具有极小BR值的像素点的拟合直线。基于阴影区域中各点的光照强度与阴影中的位置密切关联的特性，利用BR拟合直线、物体几何高度线和入射光线进行投影建模，估计光源方向。通过已知光源方向真实值的室内场景实验、室外场景实验以及与现有方法的对比实验，结果表明该方法不需要复杂的图像分割，能够有效地估计出光源方向。