지능형교통체계(ITS, Intelligent Transportation Systems) 분야의 교통정보수집기술에서는 비용, 시간, 설치 및 응용의 편리성 때문에 영상처리를 이용한 영상검지기가 보편화되는 추세이다. 본 논문에서는 영상검지기의 성능개선, 즉 차종 분류와 차량 검지율을 높이기 위해 그림자 제거방법을 제안한다. 제안 방법은 HSV 공간에서 색상 적응적 차량 그림자 제거 방법이다. 차량 그림자 검출순서는 배경 추출 및 갱신, 초기 차량 탐지, 색상 적응적 그림자 제거, 구멍 메우기, 외곽선 제거, 차량 객체 획득 단계로 이루어졌다. 전경을 검출하고 정확한 배경을 생성하기 위해 전처리로 이우철의 배경 생성과 배경 갱신의 두 단계 과정을 사용하였으며, 후처리로 구멍 메우기 방법과 외곽선 제거방법을 사용하였다. 색상의 밝기, 농담 그리고 다양한 형태의 도로에 강인한 그림자 제거 방법을 보이기 위해 실험에 사용된 영상은 흰색 계열 차량, 검정색 계열 차량, 직선 도로, 교차로, 및 정지선 영상으로 구분하였다. 성능평가를 위해 기존 연구방법인 NRGB, CHID, CUCCHIARA 방법과 제안 방법을 비교 평가하였다. 비교 평가방법은 Cohen의 DR(Detection Rate)과 FAR(False Alarm Rate)을 기반으로 한 조화평균값(F-Measure)을 이용하였다. 평가결과 제안 방법이 평균 DR 93.1%, FAR 33.1%, F-Measure 77.0%를 보여 다른 NRGB, CHID, CUCCHIARA의 방법보다 우수함을 입증하였다.