高光谱遥感图像能够同时提供地物丰富的空间、辐射和光谱信息，具有“图谱合一”的观测特性，这使得高光谱遥感在开展地物信息的深层挖掘，进行地物微小差异的检测识别方面显示出独特的优势，成为遥感信息处理领域中的研究热点。本文着眼于如何利用高光谱图像丰富的图谱信息，来进行物理信息提取、目标检测和识别，主要开展的研究工作如下：　　 (1)提出了一种基于辐射传输理论的离水辐射提取方法。首先剥除水表太阳耀光的干扰，通过对图像进行纹理分割提取出水体区域，避免了去除耀光时模糊陆地像元，便于后续的处理；详细分析了影响耀光污染程度的主要因素，利用场景自身的信息消除了太阳耀光的干扰。在剥除耀光的基础上，基于大气的辐射传输理论，建立了离水辐射反演模型，实现了对离水辐射的提取。　　 (2)提出了一种基于辐射传输理论的地表反射率提取方法。首先分析了色散现象对反演地表反射率的影响，将菲涅尔反射率表示为波长的函数进行计算，使得整个波段范围内的反演结果更加准确；其次分析了天空散射辐射对反演的影响，消除了天空散射辐射引入的额外辐射，使得可见光波段的计算精度大为提高；在此基础上，建立了反射率反演模型，实现了对地表反射率的提取。　　 (3)研究了一种基于辐射传输理论的大气水汽含量提取方法。首先进行波段选择，得到估算水汽含量所需的水汽吸收通道和大气窗口通道；其次，利用拉格朗日公式将水汽吸收通道表示为大气窗口通道的函数，推导出水汽吸收通道的大气透过率；最后，基于大气的辐射传输理论，建立了水汽反演模型，实现了对大气水汽含量的提取。　　 (4)首先研究了一种基于二代Curvelet变换的全色遥感图像目标检测方法，利用模糊非线性变换和变分方法来抑制图像中的结构化背景。其次，提出了一种基于多分辨率分解的高光谱图像异常检测方法。通过对图像进行多分辨率分解，削弱了检测时背景杂波对查找异常信号的干扰；此外，在检测前，构造核函数来抑制背景杂波，在滤除背景的同时增强了异常信号，更易检出目标。　　 (5)研究了一种基于光谱特征增强的高光谱图像地物目标识别方法。首先对高光谱图像和标准参考光谱进行多分辨率分解，保留了原始光谱细微的光谱特征变化；其次，利用非线性变换对分解得到的系数向量进行光谱特征增强，突出了未知光谱与标准参考光谱间微小的光谱特征差异；最后，将处理后的高光谱图像与标准参考光谱进行匹配，实坝了对未知地物目标的识别。