高光谱目标探测可对目标及背景进行精准的识别,在揭露低可探测目标方面独具优势和潜力,已成为一个目标探测领域的前沿研究方向。阴影是遥感图像中普遍存在的一类现象,阴影区域反射光能量偏低,在高光谱图像中相应区域的光谱信号本身较弱,信噪比相对于非阴影区显著降低,使得判断图像中阴影内有无目标成为一个常见而棘手的问题。然而,当前针对阴影内目标的高光谱目标探测的研究仍处于发展阶段,相关阴影内目标探测的影响因素研究还存在不足,也缺乏阴影内目标探测的有效算法和可行技术方案。因此,本论文从阴影对目标光谱影响机理的研究出发,利用地面高光谱成像数据,探索研究阴影区域目标探测的影响因素,分析对阴影内目标探测最优适应性算法,针对迷彩伪装目标探测改进多目标高光谱探测算法,并基于此构建阴影区目标探测策略,准确提取阴影范围并提升阴影区目标探测精度。研究不仅可为高光谱遥感目标探测能力分析提供技术和数据支撑,更能为地面目标反高光谱侦察能力评估提供理论和数据依据,对解决高光谱遥感阴影区军事目标探测问题具有重要意义。本文所得到的主要结论包括:(1)四个典型监督探测算法中ACE算法对不同探测背景、不同光照条件下的目标探测效果最为稳定,其后依次是CEM算法和OSP算法。相对而言,SAM算法对背景和光照条件均敏感,表现为适应性最差;(2)对于阴影区目标探测,异常探测算法难以达到理想的探测效果;经典的RXD算法对光照区目标探测效果尚可,无法直接探测阴影内目标;LPTD算法更适于探测强反射目标,对光谱存在显著起伏特征的目标探测效果较差;(3)分别利用区域生长分割法和基于最大类间方差(Otsu)阈值分割法实现了高光谱图像阴影检测,结果表明区域生长法检测结果更优;其次将图像分割成光照区、半影区和阴影区,对半影区和阴影区分别进行阴影去除和信息恢复,使得恢复后的图像色调均匀,因此将图像细分为光照区、半影区和阴影区能显著提升恢复图像的质量。(4)引进矩匹配法的思想对图像进行了阴影去除,在一定程度上恢复了阴影区的光谱信息,使得原本被阴影压制的目标光谱特征得以发掘。经过对阴影区光谱恢复后的图像进行经典高光谱目标探测算法实验,结果表明阴影去除后,所有算法探测精度均有不同程度的提升,其中已知目标未知背景的ACE和CEM算法的探测效率提升效果明显;SAM算法也取得了一定的提升效果,但是由于该算法的探测值(包括目标和背景的探测值)均分布在探测结果灰度图的高灰度值范围,目标与背景的分离效果不是很好;改进的MTCEM算法取得了0.9956的探测精度。(5)针对迷彩伪装目标的多本征光谱特点,选用MTCEM算法进行目标探测,与CEM算法相比,目标探测精度明显增强。针对MTCEM算法在目标对背景影响方面固有的缺陷,基于数学形态学提出一种改进的MTCEM算法。实验结果表明,改进的MTCEM算法较改进前的探测精度明显提升,遵循阴影检测、去除、改进MTCEM探测的技术路线,可以实现同时探测阴影区内多类目标的优异探测效果。(6)对阴影条件下目标探测的空间尺度和光谱尺度进行了分析,结果表明,草地背景下目标与背景有一定的相似性,要取得一定的探测效果目标需要占据87%以上的像元丰度;路面背景下目标与背景的差异性较大,目标仅需占据37%以上的像元丰度便能被探测;草地背景下当光谱分辨率低于50nm时目标与背景的反射峰特征消失,探测效果下降严重,目标不能被探测;路面背景下当光谱分辨率低于50nm时目标的反射峰特征消失,虽然目标与背景差异性较大但是探测精度仍然出现了严重下降趋势。实验结果表明当完整保留目标与背景的反射峰、吸收谷时目标探测的精度最高。