红外成像光谱仪可以在获得被测目标的空间分布信息的同时也得到其光谱信息,它具有获取信息和识别特征的独特能力,这使得它在许多领域都能得以广泛的应用。本论文采用jir5001型现场级多波段红外成像光谱仪测得的数据来对其进行图像处理,主要对图像的降维、分类、端元提取以及混合像元分解这几个方面来进行研究。首先研究了红外成像光谱仪图像的三种降维算法,有主成分分析法(PCA),自适应波段选择法和基于光谱角度制图的波段选择方法。接着研究了基于空间连续性的分类方法来对红外成像光谱仪图像进行分类,该算法充分利用红外成像光谱仪图像的光谱信息和空间分布信息来对原始图像进行分块处理,然后对得到的新的数据再进行分类。仿真该算法,将原始图像和经过分块处理后的图像进行目标物质的提取,结果表明,红外成像光谱仪图像在经过利用光谱特性和空间连续性的分块处理之后,再对目标进行分类会提高其准确率。最后对红外成像光谱仪图像的端元提取算法进行了研究,有PPI算法、N-FINDR算法,最终采用基于PPI的N-FINDR算法来对红外成像光谱仪图像进行端元提取,该算法能有效的提取出端元,并且减少运算量。同时研究了基于单形体体积的解混合算法,用其来对红外成像光谱仪图像进行解混合,计算出每个端元在红外成像光谱仪图像中对应的丰度图,由于该算法利用的是像素点和端元之间含量与体积比的关系,其时间复杂度较低,减少了运算量。