【目的】由于光照及土壤心土自然断口凹凸的影响，机器视觉采集终端获取的土壤图像中存在阴影，为避免对后续土种识别造成干扰，研究对土壤图像进行阴影检测的方法。【方法】通过对土壤彩色图像HSI颜色空间阴影与非阴影分析，发现阴影与非阴影分别在色调（H）和亮度（I）分量具有一定的分离特性；首先，为了增大分离特性用于土壤图像阴影检测，将H转换为H″，并利用H″和I引入拉伸因子构建具有显著双峰和分离特性的m测度，用于阴影检测；然后，利用m测度直方图双峰特性粗略估计阴影检测阈值，并根据粗略估计的阴影检测阈值及2个主峰点，对部分数据做阴影与非阴影标定，分析获取阴影与非阴影区域监督信息；最后，构建待检测数据子集和定义它与阴影和非阴影监督信息的离散度，逐步对未标定数据进行半监督聚类，完成土壤彩色图像阴影检测。【结果】本文算法分割土壤图像非阴影和阴影标准差分别为0.063,0.058，检测的土壤图像非阴影和阴影标准差非常接近且数值较小，说明算法是有效的，和已有文献中的算法相比本文检测的土壤图像非阴影和阴影标准差更低，精度更高；同时，本文算法平均时间花销分别为0.355 s，相比已有文献的结果，本文阴影检测时间花销更少。【结论】提出的基于半监督离散度聚类算法提升了土壤彩色图像阴影检测效率，算法有效。