Denna rapport behandlar detektion av mål och anomalier i multi- och hyperspektrala bilder. En anomali är i detta sammanhang någonting som inte passar in i en (spektral) modell av bakgrunden, till exempel människotillverkade föremål i en naturlig miljö. Anomalidetektion har den fördelen att den inte förutsätter kunskap om exakt vad man letar efter, men har nackdelen att man även detekterar subjektivt ointressanta saker. I kontrast till anomalidetektion söker en algoritm för (signatur-baserad) måldetektion efter specifika mål med kända spektrala signaturer, till exempel från en databas. Rapporten beskriver ett antal matematiska modeller för mål och bakgrunder samt hur de används till detektionsalgoritmer.