高光谱影像非监督波段选择算法不需要预先知道图像中的相关先验信息,即可对高光谱图像进行波段选择,在实际的应用场景中这些先验信息往往是没有的或者很难获得,非监督波段选择算法可以很好地应用在这些场景中并完成波段选择的任务,有效地对高光谱数据进行降维。本文对高光谱影像非监督波段选择技术进行了研究,主要的工作如下：1.研究了常见的非监督波段选择算法,并将它们大致归为三类,分别是逐步前向搜索波段选择分析、按波段权重排序波段选择分析和波段聚类选择分析。2.研究了不同的波段选择评价方法,可按照目标检测的效果来评价,也可按照目标分类的效果来评价,其中目标检测包括正交子空间投影目标检测、约束线性判别分析目标检测和全约束最小二乘目标检测,目标分类主要使用了支持向量机方法。3.考察比较了逐步前向搜索波段选择分析中如何有效地确定已选波段集合和增加下一个波段的方法,基于光谱信息散度提出了最大化最小光谱信息散度的波段选择方法,还对按波段按权重排序波段选择分析中涉及到的去相关算法进行了改进,使其不再依赖于初始相关阂值的设定,而仅与所需选择的波段数目有关。4.在MATLAB平台下对波段选择和评价方法进行了算法实现,并在计算机合成的高光谱图像和真实的高光谱影像上对相关方法进行了实验分析。最后总结了本文所做的工作,并对今后非监督波段选择研究方向进行了展望。