自成像光谱的概念提出以来,高光谱遥感始终处于遥感科学的技术的前沿,并且得到了不断的发展。和传统的多光谱遥感图像相比,高光谱遥感图像有着信息量大,光谱的分辨率高等特点。这就使得高光谱图像所反映的图像信息更加丰富。特别是在遥感地质领域中应用的更为广泛,在地质勘查和地质找矿显得尤为突出,并且取得了很大的成功,这就使得利用高光谱遥感图像信息对地物进行识别工作成为可能。通过对目前对高光谱中混合像元的处理方法的研究,鉴于改进型高斯模型这种模型方法是在高光谱遥感领域研究较多的模型分析方法。本文将改进型模型方法应用于高光谱图像中混合像元的成份识别当中,实现用这种方法达到对混合像元的成份识别的目的。改进型高斯模型是利用多条改进的高斯曲线对混合光谱曲线进行拟合,然后根据拟合以后的各个高斯曲线的参数与标准光谱库中的矿物样本曲线的高斯参数相比较,从而实现对矿物的识别和成分的判定。这种方法在对高光谱图像中的混合像元识别有很好的效果。本文还以明矾石、绿泥石、针铁矿、赤铁矿、伊利石和高岭石这六种矿物样本作为样本库,通过对实际高光谱图像中的混合像元进行实验,经过对比实验结果基本达到预期的实验目的,从而为使用改进型高斯模型方法对高光谱图像的处理提供了可行性依据。