多光谱图像可以同时从空间维和光谱维获得被探测物体的信息,获取的信息既包含了二维空间信息,还包含了随物体波长变化的光谱信息,因此多光谱成像技术被广泛应用在军事和民用领域。作者对异谱图像处理中的配准、融合和运动目标检测等问题进行了深入研究。对于异谱图像配准的问题,作者针对EOH描述符存在的不足,利用改进的互信息配准方法计算EOH描述符关键点的主方向,然后使关键点的邻域大小随关键点的尺度变化而变化。实验证明,作者提出的改进算法能够有效提高EOH描述符的尺度和旋转不变性。对于异谱图像融合问题,作者提出了一种面向信息增强的融合网络VIFGAN和一种面向目标检测的融合网络MSMTDNet。通过分析Fusion GAN在信息增强的图像融合任务中的缺点和不足,提出了一种基于GAN的图像融合网络VIFGAN。从网络结构上,VIFGAN用Dense Net作为生成器,从损失函数上,VIFGAN将生成器的损失进行了双向调节设置,考虑了融合图像与源图像之间灰度和细节的差异。基于可见光与红外图像的融合实验证明了VIFGAN的融合性能有较大的提升。此外,作者还在VIFGAN生成器的基础上,提出了一种面向运动目标检测的图像融合算法MSMTDNet,该网络旨在抑制源图像中的背景,突出运动目标。实验证明了MSMTDNet可以抑制大部分背景的同时保留运动目标。对于异谱图像序列运动目标检测问题,作者提出了一种基于异常检测的异谱图像序列动目标检测算法RXDMTD。对比实验证明了新算法具有较好的的检测效果和性能,能够有效抑制背景,同时提取出信杂比较低的目标。