遥感图像不同于通常意义上的普通图像,它是原始遥感数据经过几何校正、辐射校正等一系列处理过程转化为灰度值而形成的图像。遥感技术正在进入一个能够快速准确提供多种海量对地观测数据及应用研究的新阶段,在最近的几十年内得到了飞速发展,目前又将达到一个新的高潮。尽管遥感无论在理论研究还是应用领域都得到了迅猛发展,但遥感仍处在由定性向定量的过渡阶段,其精度还不能完全满足不同用户的需求。特别是在遥感图像目标检测领域,需要计算机自动的检测目标,把人力从繁杂的工作中解放出来,遥感光谱特征的多样性也是目标检测的一个障碍。在此背景下,本文充分考虑了遥感图像背景光谱和目标光谱的多样性,采用稀疏表示的方法给背景像素点赋予自适应权值进行抑制,并对目标像素点进行保护,这样就可以增大背景像素点光谱和目标像素点光谱之间的差异性,从而使检测器准确的把目标分离出来,主要工作总结如下:1.对度量光谱间相似性的方法进行了研究,提出了基于稀疏表示的光谱信息相似性度量方法,由于遥感图像光谱的多样性,仅仅用单个光谱不能完全表征目标类别,该算法构建了仅包含目标光谱先验信息的目标字典,并用这个目标字典来表征目标光谱信息,然后对待检测像素进行稀疏表示,最后用恢复残差度量光谱间的相似性,使得相似性度量更具科学性和准确性。2.对增大背景像素点和目标像素点之间的差异进行了研究,提出了一种自适应稀疏加权的检测方法,在检测器开始检测之前通过赋予遥感数据中每个像素点不同的权值,来有效增强目标像素点同时抑制背景像素点,从而加大了背景光谱信息和目标光谱信息之间的差异性,使得检测器能够更有效的分辨出背景像素点和目标像素点,从而提高检测效果。3.对遥感图像多目标检测方法进行了研究,在约束能量最小化算法的基础上,提出了一种多目标检测方法,首先利用稀疏加权的方法得到差异性较大的光谱特征信息,然后对加权的遥感数据进行多约束条件的限制和优化,以实现同时检测多个目标。