高光谱成像技术将反映物质成分的光谱信息与反映目标存在位置的空间图像信息有机地结合在一起，具有图谱合一的特点，使获得的物体几何和材料属性更加准确，为高精度分辨和测量目标对象的组成提供了可能，引发了计算机视觉、农业监测、食品安全、环境保护、医疗诊断、军事情报获取等领域的重大突破。

近年来，高光谱成像技术得到了学术界和工业界的广泛关注。相比于全色、彩色和多光谱影像，高光谱影像数据提供了更加丰富的地物特征信息，为地物的精确分类和识别提供了重要的数据基础。但同时也带来了维数高、波段相关性强、计算复杂度高的难题，高光谱影像处理为传统模式识别和计算机视觉技术提出了新的挑战。同时，以高光谱影像数据为核心的信息处理技术在环境保护、城市地物演化、食品安全监测等众多应用领域中还处于起步阶段，可以在城市的可持续发展以及食品安全的有效监督等方面提供强大的支持，具有显著的经济和社会效益。

 项目组针对高光谱影像内在的结构稀疏特性，重点研究基于结构稀疏表达的高光谱影像数据的特征提取/选择、识别和分类等技术，形成比较系统的结构稀疏理论和方法，为高光谱影像数据处理提供新的分析工具。