高光谱遥感图像由于拥有大量的空间信息和光谱信息,在地形分类、矿产探测、环境监测、军事监视等应用领域得到了广泛的应用。然而,高光谱图像在采集过程中不可避免地会受到各种噪声的混合破坏,使得高光谱图像的判别性能大大降低,直接影响了图像的分析和应用。因此,高光谱图像去噪是进一步分析图像的一个重要且具有挑战性的研究领域。在以往的几十年内,高光谱图像去噪技术得到了快速发展。但是过往的去噪方法往往忽略了高光谱图像中的像素可以分解为低秩子空间以及高光谱图像中空间结构自相似的事实。为了提高复杂噪声情况下高光谱图像去噪的有效性和鲁棒性,本文充分利用了高光谱图像的先验信息,提出了两种去噪方法,主要工作如下:1)高光谱图像具有数百个光谱维度。基于光谱之间的强相关性,我们提出了基于子空间表示结合图嵌入约束的高光谱图像去噪方法。首先,对高光谱图像进行子空间表示,再利用光谱相关性对子空间系数矩阵施加图嵌入约束。然后利用交替方向乘子法进行迭代优化。最后通过模拟实验和真实实验验证了该方法在去除混合噪声上的优越性。2)考虑到高光谱图像的空间和谱间特性,我们提出了基于空间与谱间信息的双子空间图像去噪算法。使用非负矩阵分解与图嵌入约束将高光谱图像分解为空间子空间与谱间子空间。在空间上通过图嵌入约束使得空间上的相似块具有相似的空间子空间系数,在谱间上通过图嵌入约束使得相邻波段相似块具有相似的谱间子空间系数。然后使用交替迭代的方法对模型进行优化。最后通过实验证明了本方法在去除噪声方面的有效性。