高光谱图像数据具有高分辨率特性,它蕴含了丰富且详细的地物光谱信息,这一数据特点可以极大地提高其识别地面目标的能力,尤其对于识别那些在影像上呈现小像素甚至亚像素的目标。因此,高光谱遥感技术被广泛应用于气体检测、地质识别、军事侦察和海洋监测等多个领域。高光谱遥感图像的目标检测是高光谱遥感技术的一个重要技术,它实质上是一个二值假设检验问题,即判断每一个像元的归属类别是背景还是目标,进而得到地物的检测结果图。但是高光谱图像数据中存在的混合像元,以及冗余的空谱信息都会对图像的目标检测带来严峻的考验。本论文针对高光谱海洋遥感图像数据,充分挖掘高光谱图像数据的低秩和稀疏属性,针对海上赤潮和舰船两种目标分别给出相对应的检测方法。论文的主要工作和研究成果如下:（1）提出了一种基于邻域信息的核稀疏表示高光谱海洋赤潮目标检测算法,本文首先详细介绍了稀疏表示模型,利用奇异值分解算法求解稀疏字典,接着利用正交匹配追踪算法分别求出背景和目标的稀疏系数,最后通过计算目标检测算子,得到像元的所属类别。考虑到高光谱数据具有非线性特性,本论文首先采用核方法对稀疏表示加以优化,并对字典学习K-SVD和系数求解OMP算法进行核化操作,之后充分利用高光谱图像数据中的空间信息,引入待测像元相邻像元的光谱信息对算法进行一个均值滤波平滑,最终通过真实的海洋赤潮高光谱图像数据,验证了本文提出的赤潮目标检测算法的优越性。（2）提出了一种基于自适应权重核范数近似的低秩和稀疏表示高光谱舰船目标检测算法。论文针对传统的核范数近似对背景的边缘和纹理刻画不准确的问题,在传统核范数近似的基础上,采用对奇异值设置一个自适应权重的方法,提高核范数近似的精度,从而降低检测的虚警目标数量。基于真实海洋舰船高光谱图像数据的实验表明,该方法具有较好的检测能力。（3）本论文结合以上几章介绍的模型和算法,在MATLAB GUI框架下设计并开发了一套高光谱图像海洋目标检测的软件界面系统。该系统采用分层式和模块化设计方式,由一个系统主界面和包含多个子功能的子界面构成,主要功能有图像显示、检测类型和检测分析等。同时,本文深入分析了整个系统的设计思路,并展示了具体功能实现的效果图。