В настоящее время в связи с интенсивным развитием средств и технологий дистанционного зондирования все большую актуальность приобретает задача распознавания гиперспектральных изображений. Главными особенностями таких изображений являются большое количество спектральных каналов, которое может достигать нескольких сотен, и малая ширина каждого канала (порядка нескольких нанометров). Значительное увеличение числа каналов в гиперспектральном изображении приводит к тому, что большинство существующих алгоритмов обработки мультиспектральных изображений становятся непригодными для гиперспектральных изображений. Ограничения могут быть связаны как с теоретической невозможностью работы с данными большой размерности, так и с неприемлемым увеличением времени работы или объема используемой памяти. Одним из подходов к решению данной проблемы является выделение информативных подсистем признаков, которые позволят использовать алгоритмы, хорошо зарекомендовавшие себя при обработке традиционных мультиспектральных изображений. При высоком спектральном разрешении и большом количестве каналов соседние каналы обычно обладают значительной взаимной корреляцией, и извлекаемая из них информация может оказаться избыточной. В докладе будет представленна процедура генерации минимальных систем информативных признаков и снижения размерности пространства признаков при распознавании гиперспектральных изображений, основанная на методе главных компонент.