高光谱像元解混技术和高光谱目标检测技术是高光谱遥感技术的两个重要分支。高光谱图像中不仅蕴含着丰富的光谱信息,同时也包含了空间信息。本文对像元解混技术进行了研究并将其应用到高光谱目标探测中,同时将空间信息融合到目标探测算法中。主要工作包括:(1)本文对高光谱目标探测技术和高光谱像元解混技术的多种经典算法进行了分析与总结。(2)提出了一种利用像元解混的高光谱目标探测算法,并将其用在高光谱目标探测中。传统的高光谱目标探侧重于光谱信息的对比,即计算目标光谱和待测光谱之间的距离来寻找目标,这容易使探测结果受到噪声的影响,此时目标探测仅利用了目标光谱这一先验信息,更多的先验信息需要加入到目标探测中。一幅高光谱图像经过解混后可以得到影像中各端元的丰度信息,利用解混得到的信息,提出了一种利用像元解混的目标探测算法。改进算法首先提取出影像中的端元,通过对比端元和目标光谱确定目标端元,求得目标端元的丰度信息图,利用粒子群优化算法求得丰度图的最佳分割阈值,并将阈值分割后的丰度图与经典目标探测算法的探测结果图融合,将融合后的图像作为目标探测的结果图像。第二章的实验结果证明改进算法有效地提升了目标探测的探测率。(3)提出了一种融合空间信息的高光谱目标探测算法。为了更多地利用图像中的空间信息,在利用全变分技术的目标探测算法的基础上提出了一种利用4方向全变分技术的目标探测算法。利用全变分的目标探测算法将高光谱目标探测转化为一范数凸优化问题。针对这个凸优化的求解,本文进行了详细的推导。第三章的实验结果证明了将空间信息融入到目标探测算法后能有效提高目标探测算法的探测率。