目标探测一直是地理信息解译、军事目标侦查、区域安全防火等多个军事和民用领域的核心技术。本论文紧密结合高光谱发展正在面临的全波段技术应用热潮,给出了针对机载应用环境下获取的高光谱数据,进行异常目标探测的整套技术解决方案。具体包括适合于全波段高光谱数据的波段选择方法、直接利用形态学及光谱学的异常检测方法、并在结合光谱库目标参考光谱的情况下,提出了层次化的探测及识别光谱匹配方法。论文具体研究内容如下:第二章介绍了适合于目标探测的波段选择技术。首先通过相邻波段之间的互信息对全波段高光谱数据进行子集合划分,然后,在各子集合内部进行基于最佳指数的波段选择。该方案确保了全波段信息都能够在最终的选择波段中进行体现,同时减少了数据的冗余量。而且非常适合于后期根据光谱库参考光谱进行匹配探测的应用。第三章介绍了基于高光谱数据的异常目标探测方法。这种确定视域内的疑似目标检测的最大特点是结合了目标的全波段光谱信息,而不仅仅是形态学的信息。目前在二维图像的异常检测领域,RX检验是最具代表性地方法,而且RX检验代表了一类新的恒虚警率的测试方法,可以在形态学方面衍生出多种扩展形式,也具备对三维高光谱数据进行检测的能力。本章将RX算法推广到三维高光谱数据并给出试验分析。第四章提出了高光谱图像匹配探测的整体方案,方案中规划了初次匹配及二次匹配联合应用的策略。同时,还细化了光谱分段匹配以及过程分段匹配两种应用场景下的具体应用方案。提出了全波段高光谱初次匹配方法,并针对可见光、近红外以及短波红外波段的高光谱数据分别筛选并确定了一种专属匹配算法,达到了优于全波段整体匹配的探测效果。对于高光谱二次匹配方法,采用了基于支持向量机的分类计算,并达到了较一次匹配有明显提高的分类精度。