随着传感器从单波段到多波段、超波段的不断发展，遥感数据的光谱分辨率得到了很大提高，其应用领域也日趋深入与广泛，如城市规划、农业、林业、海洋、地质等。在众多应用领域中，目标识别是遥感应用的重要方向。根据运算方式，当前主要的目标提取算法大致可以划分为两种体系：一种是利用谱带强度进行目标提取的算法体系，另一种是利用波形特征进行目标提取的算法体系。随着目标提取算法的深入应用，它们的弊端也日益突出：利用谱带强度进行目标提取的算法主要是根据谱带强度的统计特征进行分类。此类算法在形成分类算子时需要对波段进行统计，波段数的增加势必对算法的速度产生严重影响，因此，“速度慢”是它们的主要缺陷，该缺陷决定了它们主要被应用于多光谱遥感，很难在高光谱中推广使用；利用波形特征进行目标提取的算法主要是利用光谱曲线的完全波形特征或局部波形特征进行的目标提取。该类算法主要适用于高光谱中具有典型波形特征的地物，如植被，“适用范围窄”是此类算法的主要缺陷。因此，研究一种精度高、速度快、适用范围广(适用于具有典型与非典型光谱特征的地物、适用于多光谱遥感与高光谱遥感数据)的目标提取算法具有重要推广意义和实用价值。 论文在对上述两种算法体系中的典型算法进行原理分析、编程实现与应用的基础上总结了它们的优缺点，并提出了一种新的目标提取算法体系——谱带强度与波形特征相结合的目标提取算法体系，并取得了以下主要成果： 1、根据运算方式，将现有的目标提取算法划分为两大体系：利用谱带强度进行目标提取的算法体系和利用波形特征进行目标提取的算法体系，并对上述两种体系中的典型算法进行原理分析与代码实现，在此基础上，总结它们在目标识别中各自存在的优缺点，从而为新算法的提出奠定理论基础。 2、根据谱带强度与波形特征相结合的思想，论文创建了新的算法体系——谱带强度与波形特征相结合的算法体系。光谱能级匹配法、光谱相关能级波形匹配法和光谱角余弦能级波形匹配法是该体系中的三个成员。 3、开展多项实验，对算法进行边界条件模拟和精度、速度、适用范围的评价与对比。实验结果表明谱带强度与波形特征相结合的算法具有精度高、速度快、适用范围广的特点。因此，新算法体系具有重要的实用价值和广阔的发展空间。 4、集成已有目标识别算法并进行代码实现，由它们组成了“高／多光谱目标提取算法”系统软件。 5、集成已有发射率与温度分离算法，由它们组成了热红外遥感地表发射率与温度反演系统软件。 论文创新点主要表现在三个方面：第一，提出了光潜能级匹配法、光谱相关能级波形匹配法和光谱角余弦能级波形匹配法三种目标提取新算法；第二，集成了已有的目标