高光谱图像作为一种新型遥感数据,其数据处理方法已成为目前遥感图象处理领域的研究热点之一,并被广泛应用在军用、民用各个方面。高光谱图像众多的波段、较高的光谱分辨率和丰富的光谱信息使得对目标实现有效区分和辨识成为可能。因此,研究如何充分挖掘高光谱图像中蕴藏的光谱信息,实现目标的准确识别,具有重要的理论意义和实际应用价值。高光谱图像相对于传统光学图像和多光谱遥感图像的优势,除了具有空间信息之外还具有丰富的光谱信息,本文首先介绍了高光谱图像的成像机理,然后以矿物和植被两种常见地物为例分别讨论了高光谱图像对于它们的具体运用,较高的光谱分辨率使它们一些关键的特征得以保持。此外高光谱图像自20世纪80年代提出以来,针对各个应用提出了很多信息处理的方法,因此如何对这些方法进行有效的评价也是必须要研究的问题。本文引入了“高光谱图像效能”的概念,针对目标的检测与识别,系统论述了几种常用的效能评估标准。本文从光谱波形匹配和光谱特征参数两个角度出发,利用光谱信息来对目标进行识别,在基于光谱波形匹配的高光谱目标识别算法的研究中,首先论述了几种典型的算法。然后具体分析了光谱角匹配的缺陷,构建新的组合光谱识别算子,该算子克服了传统光谱角匹配算子和光谱信息散度算子的弊端,使二者信息互补,综合发挥它们的优势。最后,利用AVIRIS San Diego Airport高光谱图像对典型算法和改进算法做对比实验,利用ROC曲线和SUM标准对其进行效能评估,实验表明改进算法可以改善识别效果。在基于光谱特征的精细目标识别研究中,本文首先介绍了光谱特征的概念和几种常用的光谱吸收特征,并利用这些特征对高光谱图像中的精细目标做到较好的区分。同时,本文从广义的光谱特征出发,利用光谱导数对光谱横轴变化敏感的优势,提出了一种基于光谱反射率和光谱导数信息融合识别的方法,对精细目标起到较为理想的识别效果。最后本文在理论研究的基础上,针对高光谱图像的处理系统需要具有数据吞吐率高、处理速度快及存储量大等特点,本文设计了一套以DSP和FPGA为核心处理器的嵌入式高光谱图像处理系统。系统采用USB接口IO方式,选用TI公司TMS320C6000系列DSP和Altera公司的Cyclone II系列FPGA作为核心器件。本文首先给出了硬件实现总体框图,然后介绍了所采用的芯片并详细叙述了FPGA周围电路的连接及系统工作原理。最后利用高光谱图像目标识别算法对系统加以验证。