阴影是自然界和生活中一种常见的现象,对许多计算机视觉任务如目标跟踪与识别、图像视频的分割与本征分解等会产生不利的影响。视频阴影消除旨在检测视频中准确的阴影区域同时恢复这些区域在正常光照下的场景信息,并保持视频的时空连续性,是计算机视觉、计算机图形学一个重要的研究课题。视频阴影消除在影视后期处理、视觉算法性能优化,视频中目标的识别与跟踪、视频内容编辑等领域有着重要的应用价值。视频阴影的检测与消除同时也是一个具有挑战性的研究课题。首先,视频中阴影的构成复杂多样。视频中既可能存在运动的阴影又可能存在相对摄像机静止的阴影,阴影的形态也可能各不相同,这对视频阴影的检测构成了挑战。其次,摄像机可能存在平移和旋转等复杂运动,传统的基于背景建模的方法通常不能处理摄像机运动的情况,运动的摄像机也为阴影消除后的视频时空一致性的保持带来困难。最后,阴影边界处由于光照变化剧烈,纹理细节丢失严重,如何使得消除后阴影边界处过渡平滑自然仍然是一个十分具有挑战性的问题。围绕上述问题,本文对视频阴影的检测与消除展开了较为系统的研究。首先,本文利用一种基于快速抠图的交互式方法检测出视频中准确的阴影区域。基于阴影检测的结果,将视频的每一帧分解成一系列重叠的二维图像块,通过运动场引导的一致性的块匹配方法找到阴影区域与非阴影区域之间的对应关系。然后,本文通过光照迁移优化的方法消除视频中的阴影并恢复其在正常光照下的信息。最后,我们对阴影的边界进行处理得到时空一致的阴影消除后的视频结果。本文的研究内容及主要贡献为:(1)提出一种基于抠图的交互式视频阴影检测方法,该方法可以同时检测视频中静止和运动的阴影,对复杂视频阴影场景均能得到较好的检测结果。(2)提出了一种运动场引导下的一致性块匹配方法,根据图像块之间的相似性度量,可有效计算出视频中阴影区域和非阴影区域图像块之间的对应关系。(3)提出一种基于光照迁移优化的视频阴影消除算法,同时我们提出一种视频阴影边界处理方法,使得阴影消除后的结果在阴影边界处过渡自然,在去除视频中阴影的同时保持了较好的时空一致性。本文的研究内容均围绕着视频的阴影检测与消除展开,形成了初步的视频阴影检测与消除系统。此外,我们通过对不同视频类场景的实验验证了本文算法的有效性,并将本文算法应用到视频颜色迁移中。本文的算法可以应用到视频的编辑、虚拟与增强现实等领域中。