超光谱图像是一种三维的数据立方体,其长宽对应于图像空间维,而高对应于光谱维,是一种具有良好图谱合一特性的遥感图像。超光谱图像能够提供几十甚至几百个多而窄的连续光谱,相对于多光谱图像而言,超光谱图像具有更高的光谱分辨率和更丰富的图像及空间信息。在没有先验信息的条件下检测与周围环境存在光谱差异的异常目标检测成为超光谱图像目标检测领域的研究热点,并在军事、农业以及森林火灾监测等方面有着重要的应用。基于稀疏表示、协同表示的超光谱图像异常检测方法是近年来较为流行的异常检测方法,这些方法的主要思想是将待检测像素的光谱用其周围像素的光谱进行线性表示,得到待检测像素的光谱的估计,然后根据残差和预先设定的阈值判定待检测像素是否为异常像素,取得了较好的结果。线性表示的方法忽略了超光谱图像几百个波段间隐含的非线性信息,为充分利用超光谱图像提供的丰富非线性信息,针对表示字典设计和表示系数求解问题,本文重点研究了超光谱图像的核协同表示模型。针对以往方法中核参数大多以大量实验的方式人工选择问题,本文首先研究了核参数随着背景的变化而自适应选取的核协同表示模型,其次研究了核协同表示系数对检测性能的影响,最后综合考虑核参数和表示系数,提出一种表示系数归一化的自适应核协同表示超光谱异常检测方法。根据所有波段的标准协方差确定局部背景核参数,表示系数归一化实质上能够增强目标和背景的分离能力,即对于背景像素和它的估计的残差,系数有无归一化,残差变化范围基本一致;但对于异常像素和它的估计的残差,系数归一化后,残差变化范围更大,这表明,用预设的阈值来判定异常像素时,系数归一化使得残差增大,异常像素就易被检测出来。另外,基于超光谱的光谱和图像空间,重点研究了超光谱图像异常检测的联合协同表示模型,即在光谱域和空间域上分别进行异常检测。综合光谱域和空间域检测,本文提出了基于波段聚类的空-谱联合的协同表示异常检测方法。针对不同波段集提供不同强度的异常目标信息,本文利用子空间聚类方法对超光谱图像所有波段做聚类,形成若干波段集,通过计算每一波段集的标准方差,提取强度最大的异常目标信息波段集,然后在该波段集上进行光谱域的检测;在空间域上,本文利用正交子空间投影变换进行背景降噪处理,再利用降噪后的超光谱数据进行空间域检测;最后将光谱域和空间域检测结果进行融合,得到最终检测结果。数值实验结果表明本文取得了比以往方法较优的检测性能和效果。