遥感平台具有覆盖范围广、作用距离远、执行效率高等方面的优点,有着重要的军事意义和民用价值。随着遥感平台的发展,一些对遥感平台所获图像的处理技术也得到了大力的发展。目标检测技术就是其中一种重点技术,对于图像的解译与后续目标识别有着重要的意义。高光谱图像具有光谱分辨率高、波段宽度窄、信息量大的特点,能够以较高的光谱诊断能力区分和检测地物目标,因此用高光谱图像进行目标检测的研究受到了广泛的重视。然而,由于高光谱图像空间分辨率较低、混合像元普遍存在,异常检测得到的异常目标像素通常是目标成分和背景成分的混合。通常情况下,异常目标的准确空间位置具有很大的利用价值。因此有必要对高光谱图像的异常目标进行检测与亚像元定位研究,这也符合遥感信息定量化的发展趋势。在这样的背景下,本课题进行了以下几个方面的研究。首先,对高光谱图像的特性和异常检测方法进行了研究。在分析了高光谱图像的谱间相关性和空间相关性后,采用特征提取和特征选择技术以及经典的RX检测算法对高光谱图像进行了异常检测,论文中研究了四种基于特征提取的异常检测算法。然后,分析了高光谱图像中混合像素的存在原因,并研究了针对混合像素的两项关键技术:光谱解混和亚像元定位。光谱解混技术方面,主要研究了线性光谱混合模型及其在全约束条件下的最小二乘法解法;亚像元定位技术方面,主要分析了高光谱图像的空间相关性,并利用该性质实现了亚像元定位。最后,对高光谱图像的异常目标检测与亚像元定位方法进行了总体实现。首先,对高光谱图像进行异常检测,提取异常目标区域,然后利用局部目标端元提取和局部光谱解混方法获得目标的解混分量图。最后,利用解混分量图对异常目标进行亚像元定位。实验结果表明,此系统不仅可以检测出高光谱图像中的异常目标信息,而且还可以获得目标的亚像元空间分布信息。