高光谱图像具有光谱分辨率高、“图谱合一”的特点,蕴含了丰富的光谱信息和空间信息,能够为小目标、隐蔽目标、伪装目标的检测与识别提供极大便利。本文基于高光谱图像特点,提出一套“由粗到精”、“空-谱信息联合”的高光谱舰船检测框架,并对算法框架内各部分内容(海陆分割、异常检测、波段选择、目标确认)进行了深入研究,具体包括:(1)提出了一种基于海域约束的自适应阈值快速海陆分割算法。利用海陆间物质构成及光谱反射率的差异,增加对同类海水物质间的一致性约束,减少对不同类非海水物质(如植被、建筑、桥梁、卷云、岛礁等)间的约束,能够有效减少阈值分割噪声,锐化模糊分割边缘。(2)针对因光谱扰动错将局部背景当作异常目标的问题,提出了一种基于低秩张量恢复和稀疏约束的异常检测算法。该算法充分利用高光谱图像空-谱信息间相互依赖、相互制约的交互关系,设计三阶张量模型,进行低秩背景恢复,进而得到稀疏的异常目标,能够有效降低检测虚警率。(3)在对异常目标进行确认时,设计了一种基于特征间高阶互信息的高光谱波段选择准则。该准则能够快速找到多个特征间的互补与冗余关系,选择与任务相关的特征波段,在保留物理可解释性的条件下,对原始高光谱数据进行有效数据降维,提高后续检测算法效率和准确率。(4)提出了一种基于空-谱特征稀疏编码的舰船目标确认算法。以观测光谱及其空间邻域光谱所构成的光谱张量作为输入,对其特征投影方向和稀疏表征系数做联合优化,相当于在隐空间进行稀疏编码。算法通过特征投影实现了对原始输入的压缩表达;通过稀疏编码削弱了“同物异谱”现象对检测结果的影响;通过加入邻域空间信息削弱了“异物同谱”现象对检测结果的影响,从而精确剔除检测虚警,提高舰船检测性能。