随着伪装技术的进步和高光谱遥感技术的发展，原有的基于可见光和多光谱遥感技术已不适应现代伪装技术下隐藏目标的检测要求，单独使用高光谱图像的光谱数据虽然能够反映目标光谱的基本属性，在检测方面提供大量信息,但检测精度很难有进一步提高。本课题研究的对象是采用伪装网方式进行隐藏防护的目标，通过实验室成像光谱仪获取的高光谱图像数据，分析研究伪装网与背景植被之间在图像光谱数据和定量反演的植物叶片生化参量信息差异，进行特征选择，建立基于高光谱图像光谱和植物叶片生化参量特征的分类特征空间和判决函数，联合检测出植被背景中的隐藏目标。本文主要开展三方面研究工作：首先进行了植物叶片生化参量定量化反演的基础理论研究。分别对定量化反演常用的几种方法进行分析，并通过实验对比各种方法反演的结果。可以看出，这几种定量化反演方法得到的目标和背景数据都有一定的差别。其中，植被指数计算简单，适用性强，部分植被指数在目标和背景上差异明显，可以作为检测目标的一种特征。其次分析高光谱图像光谱特征的特点，重点研究从多维高光谱数据中选择出易于检测目标的最优特征波段组合算法。文中采用禁忌搜索的特征选择算法，研究设置算法的评价函数、邻域函数等准则及相关参数。通过对该算法的深入分析，发现该算法初始解的随机性带来特征选择的最终结果往往差别很大，提出根据检测目标的先验知识赋予禁忌算法初始解，这种方法得到的结果相对集中，检测效果稳定，较随机给定初始解的禁忌搜索算法更易找到最优解。通过基于先验知识的禁忌搜索算法，求得图像光谱特征最优组合波段，为后续检测做好准备。最后论文在分析目标检测理论和Fisher准则判决函数的基础上，设计和应用该判决函数，分别对基于图像光谱特征、基于植物叶片生化参量特征、基于图像光谱特征和植物叶片生化参量特征结合的三种情况进行了实验，发现基于图像光谱特征和植物叶片生化参量特征结合的检测效果优于单独使用一种特征的检测效果。最后，根据以上研究和算法，完成了以植被为背景的疑似隐藏目标的检测实验，达到了本课题目的。