卫星遥感图像目标检测与识别一直是图像处理领域的研究热点,其有着重要的军事意义和民用价值。线性推扫成像系统利用卫星平台自身的移动获取沿飞行方向的遥感图像,被广泛用于对地观测。而多线列多谱推扫传感器(MLMS-PBSs)是由多个不同谱段且相互平行的线性推扫传感器(PBS)组成,每个传感器采集不同时刻不同谱段范围内的遥感图像,可为目标识别提供丰富的光谱特征。在识别之前,则需要对MLMS-PBSs采集的遥感图像进行运动小目标检测处理。由于可见谱段MLMS-PBSs获得的多光谱图像呈现背景复杂、信噪比低、目标弱小无形状信息等特征,单幅图像的目标检测存在困难。而星上资源有限,无法安装多线列同谱传感器,所以本文的工作主要是针对异谱图像序列中的弱小目标检测技术开展了研究。本文首先研究了异谱图像的配准技术。由于在异谱序列图像处理中,不同谱段成像传感器的摆放位置不同、且各个传感器参数无法保持精确一致,导致相邻时刻的不同谱段图像之间在空间位置上存在偏差,因此需对异谱图像进行配准。本文提出了一种基于分块Harris角点的局部自相似性特征点对匹配算法(LSSBH)。该算法首先利用图像分块的方法提取Harris角点,再利用局部自相似性对角点进行特征描述,并获取匹配特征点对。算法有效地解决了灰度分布差异大的异谱图像配准问题。本文利用仿真图像数据验证算法的有效性,实验结果表明,提出的新算法能较高精度的完成异谱图像的配准处理。在异谱图像配准的基础上,本文还研究了异谱图像序列弱小动目标的检测算法。本文提出了一种基于高斯模型逼近的异谱图像序列弱小动目标检测算法(MSGMA)。该算法是在移动目标识别算法(MTI)的基础上对异谱图像背景抑制进行改进。算法有效地解决了异谱图像间背景难抑制的问题。实验结果表明提出的新算法能有效地实现异谱图像背景抑制,同时提取出运动的弱小目标。