图像中的阴影会对计算机视觉图像信息产生干扰,引起图像质量下降,并导致物体分割、目标识别及追踪等处理结果不稳定甚至失败,严重影响了计算机视觉图像处理算法的性能。为了有效去除阴影的干扰,提高计算机视觉图像信息处理的鲁棒性,本文对图像阴影的检测和去除算法进行了研究。首先,以光度学和色度学的相关理论为基础,介绍了光源模型、光反射模型和成像模型的建立方法,以及几种常用的颜色模型,并在此基础上分析了阴影的成因及性质。在阴影检测算法研究中,首先,研究了两种阴影检测算法,介绍了它们的工作原理和实现方法,并分析了其优缺点。这两种检测方法分别以光照无关图和颜色特征不变性为基础,并且均建立于人眼视觉系统的三色学说基础上。然后,本文以人眼视觉系统的四色学说为基础,提出了一种新的基于高斯颜色模型的光照不变性阴影检测算法,并通过实验验证了该算法的有效性。在阴影去除算法研究中,本文详细研究了三种阴影去除算法,包括：基于积分的、基于光照变化表面的和基于纹理连续的阴影去除算法,分别介绍了它们的工作原理和实现方法,并通过实验结果的比较分析了这几种算法的优缺点。