近些年来遥感技术发展迅速,遥感图像成为军事和民用领域获取地表信息最重要的工具。高光谱遥感图像由于自身丰富的光谱波息,巨大的地物覆盖面积,受到研究者们的广泛关注。然而,高光谱遥感图像由于光谱覆盖范围广,波段能量较少,噪声影响尤为严重。合理的噪声水平估计能够为后续图像处理方法提供准确的参数先验值。本文研究了高光谱遥感图像评估中多个关键技术,构建了新的噪声评价方法,具体研究内容如下:(1)为了准确判别图像中像元光谱相似性度,本文提出了小波光谱泛相似性度量方法,并通过多个评判标准证明了该度量方法能够准确地,噪声鲁棒地区分像元的地物类别。(2)本文将本文构建的度量方法融入同质区域选取中,提出了一种各向同性同质区域选取算法,通过区域粗选取与区域精选去两步保障像元区域内各方向相似,解决了现有同质区域选取中常出现的区域误选取和过选取问题。(3)基于该同质区域选取算法本文提出了最优区域的选取策略,用最优区域噪声残差标准差表征图像的噪声水平。实验中利用加噪模拟图像与真实高光谱图像,同前沿高光谱噪声评估方法比较,验证了本文方法的准确性和稳定性。为了研究噪声评估值对于后续算法的影响,本文基于噪声评估对高光谱遥感图图像进行逐波段去噪,实验表明本文方法提供的去噪先验参数能够得到更好的去噪效果。(4)综合前文的理论研究成果,编写了高光谱遥感图像综合评价软件,软件集成了前文噪声研究中的多个关键技术,实现了本文方法及相关比较方法的系统定量评价。