对于消除阴影，该外文提出了一个好的方法，大家可以试试

四种视频阴影去除算法，包括相除法、HSV法

在智能视频监控系统中，运动阴影如果被误判为运动目标，将会影响到场景中运动目标的准确提取、跟踪和预测。针对这一问题，设计了一种基于HSV颜色空间的阴影去除方法。方法首先将背景差法和三帧差分法相结合，用于提取运动目标，再将提取的含有阴影的运动目标区域映射到其HSV色彩空间，通过与背景和相邻帧的亮度、饱和度比较，实现对阴影区域的检测和去除 ,处理过程中无需提前确定特征判别参数。将所设计的方法在标准高速公路视频数据库中进行测试并应用于实时的视频监控系统，验证结果表明该方法能更加有效的消除阴影，从而准确的检测出运动目标，同时方法对光线变化具有一定的鲁棒性。

图像阴影去除，太阳光阴影去除方案，详情请看博客：https://blog.csdn.net/ALiLiLiYa/article/details/127514255

资源包含文件：课程word+答辩PPT+项目源码及测试图片 数字图像中阴影是普遍存在的，而且其为数字图像处理的很多任务，如图像特征提取，图像识别，图像分割带来了不利的影响。一个有效的阴影检测与去除方法可以为接下来的图像处理带来很多便利。 与同表面非阴影区域相比，图像中阴影区域一般会具有以下特征：其亮度会明显比非阴影区域低；与非阴影区域有分界，界线宽度一般不大，在界线上存在渐变；阴影区域的颜色通道比例和非阴影区域比较接近。我们可以利用这些特征来完成阴影检测的工作。 详细介绍参考：https://blog.csdn.net/sheziqiong/article/details/125589942

基于YCbCr、BasicLight、EnhancedLight的图像阴影去除算法-MATLAB

基于阴影属性提出了一种全自动彩色影像阴影去除算法。首先将影像变换到HSI空间，依据阴影区域亮度值低和饱和度高的特性，结合小区域去除和数学形态学处理，得到精确的阴影区域。然后，分别对I、H、S分量图上各个独立阴影区域与其邻近的非阴影区域进行匹配补偿，再反变换回RGB空间，完成阴影去除操作。实验结果表明，该方法能在不改变非阴影区域信息的情况下，有效地去除阴影的影响。

针对运动目标检测中阴影的存在会导致目标形状扭曲、多个目标之间出现粘连等问题，提出一种基于视频图像的阴影去除方法。该方法在分析阴影产生机理的基础上，根据各像素点YUV空间上的像素模型，计算出带有阴影的目标相对于背景的失真系数，再根据设定的阈值区分出目标的实际轮廓和阴影区域，从而将目标阴影去除。实验结果表明，该方法能够快速检测和去除目标阴影，准确反映出目标的实际轮廓，并能够有效解决目标粘连问题。

该代码是基于C++编写的，将图像分别投影在X轴和Y轴上面，从而将阴影去除，具体分析，请看代码内容

基于归一化RGB和K-means聚类的车牌阴影去除方法.pdf