在模式识别领域中,基于图像的目标检测与识别始终是最具有实用价值和重要意义的研究方向之一,特别是在航空航天领域,它已经成为了卫星导航定位的一项关键技术。但目前该技术依然存在两个缺陷,导致其还难以满足实际的要求:(1)在基于模板匹配的目标检测技术中,要求目标与预先给定的参考模板基本一致,但是在实际情况中,目标的角度、尺度甚至是灰度分布可能发生很大变化;(2)在基于光谱匹配的目标检测技术中,由于地物固有的光谱不确定性,会导致结果出现很大偏差。本文主要针对上述两个问题进行了研究。针对模板相关匹配算法在实时图发生大角度旋转和大比例尺度变化时,定位结果可能会发生偏差的问题,本文提出了一种基于对数极坐标变换的模板匹配改进方法。方法的基本思想是:首先通过对数极坐标变换,获得目标的可信赖区域,并将其作为新的模板图;其次,利用对数极坐标变换能将尺寸和旋转变化为位移的特性,估计模板对数极坐标图相对于实时目标图的偏移量,从而对模板图进行校正。最后,利用校正后的模板图对实时图遍历匹配求得目标的位置。所提方法对于存在旋转、尺度、平移变化的目标能够自动地检测和识别定位。高光谱图像由于具有图谱合一的特性,为遥感探测提供了崭新的手段。但在实际情形中,由于大气、传感器、地理位置等因素加之地物本身的复杂性的影响,会使得地物的光谱曲线会发生变异,产生不确定性,从而导致“同物异谱”和“异物同谱”的发生,这对利用光谱匹配进行地物识别带来困难。对此,本文基于地物目标的光谱不确定性的考虑,提出了一种基于光谱不确定性的目标检测算法。首先对上述因素产生的光谱不确定性进行分析,获知地物的不确定性及其定量指标,即不确定度;进而将不确定度引入到光谱检测的算法中,以期提升传统光谱识别算法的性能。实验结果验证了所提方法的有效性。