高光谱具有光谱分辨率高、波段数多、数据量大等特点,使得高光谱的伪装与识别检测技术逐渐成为战场侦察的一种重要手段。而迷彩伪装服的伪装与识别检测技术是军事侦察的重要方式。高光谱的众多特点,为迷彩服的细致分类和高效目标探测提供了可能。本文通过实验获取的迷彩服与背景地物数据的高光谱图谱数据,并对迷彩服高光谱数据进行分析和处理。分别介绍了光谱编码、光谱角度填图、连续统去除、导数光谱方法；分析得出迷彩服和背景地物的光谱曲线特征；运用主成分分析和最小噪声分离进行高光谱数据的有效降维；定义迷彩服和背景地物的训练样本,分别研究了最小距离分类、马氏距离分类、光谱角度填图分类和光谱信息散度的图像分类效果,并运用混淆矩阵进行迷彩服分类精度评价；运用光谱角度填图方法和光谱信息散度方法对高光谱图像进行去伪装目标探测。实验结果表明马氏距离分类方法的分类精度较高,总体精度评价达到95.99%；光谱信息散度方法能有效探测识别迷彩服,该方法探测结果比光谱角度填图的结果较好。