由於遙測器科技日益精進，所提供的遙測影像頻譜解析度遠較以往精細，因此使用在各種不同領域作為研究發展的情形也日益頻繁。而針對遙測影像單一像素內所含的多種混合地物數的偵測與分類，是遙測影像應用到各種不同領域前最主要的技術問題。在判釋遙測影像的地物數含量與地物分類中，遙測影像本身所能參考到的相關背景知識將會直接影響判釋的技術與方法，尢其是在未知或盲目的背景知識下，判釋遙測影像更是一大挑戰。因此，本研究嘗試針對次像素的偵測與分類提出新的方法，以解決遙測影像在未知或盲目的背景知識下目標特徵萃取的問題。在本研究中，針對超高維頻譜遙測影像次像素分類技術的研究將專注於三個子題來探討，即影像分類中臨限值的選擇、超高維影像中地物數量的判釋及頻譜資料探測法。在臨限值選取方面首先提出相似度直方圖取臨界法，此項技術是藉由正交次空間投影法，將目標物與雜訊投影成互補空間再用相似度的概念濾波成目標物的直方圖，從而依其分佈選取適當的臨限值以取得各目標物的頻譜特徵。其次，本研究中以一個修正型轉換式的喬須哥令碟形法應用於判釋超高維遙測影像的地物數量，而這個方法最大的優點是即使在雜訊知識不確定的條件下，亦能將訊號與雜訊分離。最後，本研究提出一個新的頻譜資料探測法，是個混合快速獨立成份分析法和以NAPCA法為基礎的最佳部份，可在未知環境背景下有效分離超高維影像頻譜特徵的信號源資訊。