高光谱图象是一种新型遥感数据,其数据处理方法已成为目前遥感图象处理领域的研究热点之一。在国防应用方面,高光谱图象丰富的光谱细节信息使对众多军事目标实现有效区分和辨识成为可能。因此,研究如何充分挖掘高光谱图象信息,实现军事目标的准确识别,具有重要的理论意义和实际应用价值。本文主要研究高光谱图象的目标识别技术,旨在采取信号处理及模式识别方法,充分挖掘数据中的光谱和空间信息,辅以高空间分辨率图象,二者协同利用,对感兴趣的军事目标进行识别。首先,论文从光谱识别方法入手,研究如何利用光谱信息进行目标识别。本文从模式识别的角度对现有的光谱识别算法进行了详细研究,着重分析用以区分目标和背景和决策边界,并一一给出了其几何解释。在此基础上,结合现有光谱识别算法的优点和不足,提出了一种改进的光谱识别算法,该算法能够合理确定决策边界,有效抑制背景干扰。然后,论文讨论了空间识别方法,分别针对光谱识别二值化结果和高空间分辨率灰度图象研究如何充分挖掘空间信息,并利用不变矩和相关性度量作为匹配准则,实现了目标的识别;最后,在光谱识别和空间识别结果的基础上,论文研究了如何协同利用光谱和空间信息实现目标的精细识别。本文针对实际应用,提出了“精细目标识别”的概念,并对光谱识别和空间识别结果的分布进行了分析,在此基础上构造了“空谱联合特征”,最终实现了一个高光谱图象精细目标识别系统,该系统可以有效的将每个像素判别为“裸露目标”、“伪装目标”、“虚假目标”和“背景”。本文的创新点有二:首先,提出了一种改进的光谱识别算子,该算子能够有效抑制虚警;其次,构造一个了高光谱图象精细目标识别系统,该系统引入了“精细目标识别”的概念,并定义了“空谱联合特征”,能够有效地协同利用来自不同数据源的光谱和空间信息,实现更为准确、细致的目标识别。