高光谱遥感广泛应用于地物探测分类、目标识别等军事和民用领域。但由于多种因素影响,高光谱遥感图像中往往存在严重的条带噪声干扰,给图像后续的探测识别等处理带来了极大困难。因此,必须去除条带噪声。本论文以尽量去除条带噪声并保留图像细节纹理信息为基本目标,对高光谱遥感图像中条带噪声去除方法进行了研究,主要内容如下：1.分析了成像光谱仪的两种工作原理,分析归纳了条带噪声的产生机理和表现特性,研究了条带退化模型并对模拟图像进行了条带退化。2.研究了直方图匹配法、矩匹配法、傅里叶变换法等已有的典型去条带噪声方法,并通过仿真实验对各种方法的适用范围、去噪效果和存在的问题进行了对比分析。3.针对矩匹配法去条带后图像产生“带状效应”的问题,提出了一种基于均值滤波的改进矩匹配法。该方法以滤波后的行均值序列为参考均值,能够在有效去除条带噪声的同时避免“带状效应”的产生,且具有普遍适应性。4.针对尽量保留图像细节纹理信息的问题,提出了一种基于噪声分类自适应的去噪方法。该方法按条带污染程度对噪声进行自适应分类,并分别进行不同强度的滤波,能够在有效去除条带噪声的同时保留更多的保留图像细节纹理信息,且具有普遍适应性。5.针对特定条带图像矩匹配法后产生“离散加剧效应”的问题,提出了一种基于图像分类的改进矩匹配法。该方法按均匀性对图像进行分类,能够在有效去除条带噪声的同时避免“离散加剧效应”的产生,只对特定条带图像适用。模拟条带图像和真实条带图像的实验结果均表明,本论文的三种方法均能在有效去除条带噪声的同时较好的保留图像细节纹理信息,具有良好的去条带效果。