随着人工智能产业的迅速发展以及网速的大幅度提升,图像、视频的数量爆炸性的上涨。在光源下,受到遮挡物遮挡使得大多视频中存在阴影。在科学研究的很多应用中,需要去除视频中的阴影,使视频更适用于各种计算机图像学应用,如视频分割、视频检测识别、视频本征分解等领域。视频阴影去除旨在去除视频中的阴影,并在相应的位置合理地填充应有的光照信息。面向视频的诸多研究,核心都旨在得到时空连贯的结果。仅仅将常规的单幅图像阴影检测算法简单的应用到视频阴影去除上来并不能保证结果的时空连贯性。传统方法在处理自由移动相机捕获视频中的阴影时,存在时空不连贯现象。为解决该问题,提出一种区域配对引导的光照传播阴影去除方法。首先,为了更为准确的检测出视频中的阴影,使用基于尺度不变特征变换特征向量的均值漂移方法分割视频,通过支持向量机分类器检测出其中的阴影。然后,将输入视频帧分解成重叠的二维图像区域块,建立其马尔科夫随机场。为了更为准确的找到块与块之间的对应关系,提出光流引导的区域块匹配机制,为每一个阴影块找到最佳匹配的非阴影块。最后,使用局部光照传播算子恢复阴影区域块的光照,并进一步对其进行全局光照优化。与传统基于光照传播方法相比,所提方法在阴影检测综合评价指标上提升约6.32%、像素均方根误差减少约30.12%,且大幅度缩短阴影处理时间。所提方法的主要贡献如下:(1)针对自由移动摄像机捕获的视频,提出一种对旋转、缩放鲁棒的视频阴影检测方法。(2)提出一种由光流引导的连贯性块匹配方法,可以高效的为阴影块匹配相应的非阴影块。(3)结合光照传播法和物理光照模型,提出一种光照传播最优化去除视频中的阴影。