基于多光谱的目标探测是空间监视技术手段当中重要的一种，可以有效解决深空弱小运动目标的识别问题。多光谱目标探测技术在深空探测、遥感勘测等前沿领域以及污染检测、食品安全等日常生活方面都有着广泛的应用，对我国的国防工业和国民经济发展起到重要作用。基于多光谱成像，本文对序列星空图像中的运动目标检测算法展开研究，主要工作如下：分析几类光谱成像器件的光谱色散原理，给出其中棱栅器件的相对优越性；通过夫琅和费公式对棱栅成像的光谱振幅、极值间距等信息进行分析。对获得的多光谱星点目标图像，采用基于8领域连通域分析法获得星点目标及其所对应的光谱条纹。对光谱信息的分类算法进行分析对比，发现在小样本条件下依据支持向量机的分类法具有更高的精度。根据对多光谱星图中的目标特性和背景参数的分析，可认为背景灰度近似服从高斯分布，目标星点能量分布近似由高斯型点扩散函数表示，据此构建合理的目标星点成像模型。进行检测算法的前期图像预处理工作：对原始星图分别使用局部统计滤波法和自适应阈值法进行去噪和虚警消除处理；在研究目标质心提取和定位的算法时，选取抗干扰能力强的二次交叉投影法和平方加权质心法，通过建立模拟星图与真实星图进行比较可以发现上述方法具有很高的精确度。星图配准方面，采用了基于星点间距离信息的特征点的配准方法；星图融合方面，提出了一种基于亮度、色度及饱和度(IHS)的颜色模型和改进小波变换的融合方法。研究了基于最大值投影的弱小运动目标检测的理论依据，采用一种改进的运动目标检测的算法，并进行实验验证，算法在最大值投影的基础上利用目标的轨迹、角度和时间等信息辅助定位。通过对实验数据以及算法性能的分析，该算法所处理的弱目标图像，质心定位精度均方根误差优于0.09个像素，处理时间小于0.8秒。