高光谱遥感影像具有光谱分辨率高、波段数目众多的特点,使其承载了丰富的地物光谱信息,包含辨别不同地物所具备的特征性光谱信息,甚至是识别相似地物之间细微差异的光谱信息,为目标探测提供了独特的优势。近年来,高光谱遥感影像目标探测技术取得了很大的研究进展,但是仍然存在一些尚未解决的难题,包括如何有效挖掘影像空间信息的问题。本文首先介绍了高光谱遥感影像目标探测方法的评价准则和探测器分类情况,并分四类介绍了代表性的目标探测方法:基于光谱匹配、光谱分解、二元假设以及稀疏表达的探测器。在此基础上,着重对基于稀疏表达的目标探测方法进行了分析和研究,在充分分析现有方法的优缺点的基础上,提出了空间信息驱动的稀疏表达高光谱遥感影像目标探测方法。首先,现有的基于稀疏表达的目标探测方法虽然考虑到高光谱影像的空间信息,进行空-谱联合探测,但往往假设待探测像素及其周围邻域像素所属地物类别完全相同,并且不同邻域像素按照相同的权重参与待探测像素的稀疏重构。这种假设往往与影像异质地区的实际情况不同,使得模型泛化能力较差。针对该问题,考虑到不同邻域像素与待探测像素的相似度,本文提出一种空间自适应的稀疏表达探测器。另一方面,现有的基于稀疏表达的目标探测方法往往采用回形双窗口构建背景字典,难免出现目标原子落入到回形窗口内的情况,导致背景字典中存在目标像素,降低了目标与背景的可分性。此外,实际高光谱影像目标探测中较难获取过完备字典,同时,受成像环境、地物复杂分布等因素的影响,往往导致少量的背景像素不能很好的重构待探测像素光谱。针对以上问题,本文通过构建判别性子空间,并结合基于空间信息的协同表达理论,提出一种基于判别性子空间和自适应字典的二元假设探测器,进一步提高目标探测效果。实验结果表明,本文提出的两种稀疏表达探测器,有针对性地克服了现有基于稀疏表达的探测方法存在的问题,进一步提高了高光谱遥感影像的目标探测效果。