高光谱成像技术能够同时探测目标的二维几何空间信息和一维光谱信息。利用高光谱图像所携带的精细光谱信息进行目标探测与识别是当前目标探测与识别和遥感信息处理领域的一个热点研究问题。高光谱图像目标探测与识别系统通常包括图像预处理、数据降维、混合像元分解以及目标探测与识别等环节。高光谱目标探测与识别主要利用高光谱图像含有的精细光谱信息，通过光谱分析实现目标探测与识别。本篇论文从高光谱图像目标探测与识别中面临的难点以及实际应用出发，从光谱分析的角度入手，对基于高光谱图像目标探测与识别技术的关键环节作分析与研究，为高光谱图像的目标探测与识别技术的实际应用提供了理论前提和基础。论文的主要研究工作和成果包括以下四个方面：1.针对实验室获取的未配准的原始高光谱图像，结合多分辨率思想采用基于频域的傅里叶梅林变换（Fourier-Mellin transform, FMT）方法实现了原始高光谱图像的配准，取得了良好效果。2.针对实验室原有的端元数目估计方法容易丢失掉高光谱图像中的弱小目标这一问题。论文采用了基于噪声调整的主成分分析（noise-adjustedprincipal components, NAPC）方法对端元数目估计方法作了改进，并取得一定效果。3.对基于顶点成分分析（vertex component analysis, VCA）的端元提取和混合像元分解结果作了定量评价。验证了端元提取和混合像元分解算法的有效性。4.对高光谱图像目标探测与识别技术典型情形和常用数学模型下的经典算法作了分析研究，并结合信号检测理论对探测结果作了分析和评价。