遥感图像可以看作是对地物场景的一种远距离的感知结果，图像上目标本身和所处环境都包含有大量丰富的信息。目标作为感兴趣的探测与识别对象，对其进行特性分析是遥感图像处理的主要内容。然而复杂环境对于目标特性的影响在定量化遥感不断发展的过程中愈加凸显，因此在分析目标特性的同时要考虑环境特性。即引入目标所处的环境信息，由环境聚焦到目标，这种以环境特性反衬目标特性的环境感知技术在面向军事应用的遥感图像分析中具有重要的理论研究意义和实际应用价值。在遥感图像目标特性分析的研究中，本文基于高光谱图像的大气辐射校正，多角度探讨了大气环境对遥感图像中目标的光谱特性、灰度特性及对目标特性敏感的常用参数的影响，同时也对大气环境特性作了概括性介绍。结合实际的项目应用，在论证研究方案、改进实验算法时，都应考虑复杂环境对目标特性鲁棒性的影响。在遥感图像环境特性分析的研究中，以云为复杂环境的特例对其光谱和纹理特性作了详细的分析。在此基础上，提出了同时考虑光谱和纹理信息的基于多特征联合的云检测树状判别算法，检测结果细分为厚云、薄云、可能为云和无云四类，通过构造仿真图像定量化验证了精确度较基本算法有很大的提升。针对薄云覆盖图像，本文提出了一种基于云特征的改进替换法去除薄云算法，通过实验验证了该算法在目视评价和定量分析上均取得了令人满意的效果。针对面向特定应用的实际需求，考虑将目标与环境特性相关联，本文创新性的将环境感知的概念引入到遥感图像处理领域，提出了基于环境感知的目标特性分析及辨识技术，并构建了典型场景环境知识库。通过仿真实验验证了环境感知技术能有效地解决仅考虑目标特性的传统目标识别算法在特定情况下无法区分真假目标的弊端，以及缺乏目标先验知识的限制下识别率较低的问题。