傳統的陰影檢測方法受到光照條件和地物材質的影響，往往會產生誤判。為了提高陰影檢測的準確性和穩定性，本文提出了一種改進的多光譜遙關鍵詞多光譜遙感影像陰影檢測亮度色度飽和度.Shadowdetectioninmulti-spectralremotesensingimageshasalwaysbeenanimportantissueinremotesensingapplications.Traditionalshadowdetectionmethodsareoftenaffectedbylightingconditionsandgroundmaterial,whichcanresultinmisjudgment.Inordertoimprovetheaccuracyandstabilityofshadowdetection,thispaperproposesanimprovedmulti-spectralremotesensingimageshadowdetectionmethod.Themethoddecomposesthemulti-spectralimageintothreechannels:brightness,chroma,andsaturation,andthenperformsshadowdetectiononeachchannel.Theexperimentalresultsshowthatthismethodcaneffectivelyimprovetheaccuracyandstabilityofshadowdetectionandhascertainpracticalvalueandapplicationprospects.Keywords:Multi-spectralremotesensingimage;Shadowdetection;Brightness;Chroma;Saturation.(GIS)、城市規劃、農業、林業、環境保護和國土資源管測，這些方法受到光照條件和地物材質的影響，往往會導致誤判或漏檢。近年來，學者們針對這一問題提出了很多改進的方法，如基于不同波段譜影像分解為亮度、色度和飽和度三個通道，對每個通道進行陰影檢測。該方法能夠有效地提高陰影檢測的準確性和穩定性，具有一定的實用價HSV將HSV首先，將多光譜影像轉換為HSV色彩空間，其中H表示色調，S表示飽和度，V表示亮度。HSV色彩空間的主要優點是可以將顏色信息和亮度信息分離開來，其亮度通道V與灰度圖像非常相似。其次，將HSV色彩空間的亮度、色度和飽和度分別提取為三個通道，其中亮度通道V包含各種顏色的亮度信息，色度通道S包含色彩的飽和H包含顏色的色調信息。這樣將顏色信息和亮度信然后，對每個通道進行陰影檢測。本文采用的陰影檢測算法是基于V色彩空間亮度通道的陰影檢測算法。該算法首先計算每個像素的局部自適應閾值，然后將像素的亮度值與閾值進行比較，判斷是否為陰影OTS分割方法。遙感數據進行實驗驗證。實驗中采用的數據為LANDSAT8OLI遙感影像，影像分辨率為30m×30m，共有11個波段(1-7、9-11)，其中一般為紅外方法改進方法OA、AA和Kappa均有所提高，其中OA、AA和Kappa分別提高了5.87%、5.06%39.5%。這表明