本发明公开了一种基于NAPC的高光谱图像特征提取的并行加速方法。其步骤为：S1：输入高光谱原始图像数据，通过padding改变尺寸来达到后续计算空间优化；S2：初始化后，搭建核函数完成噪声估计，调用SGEMMS库计算协方差矩阵，并利用cusolver对噪声协方差矩阵进行第一次SVD变换；S3：用SVD分解结果计算调整后的观测矩阵，对其进行第二次SVD变换；S4：利用提出的新的选取规则自适应确定降维数K值，并根据K值裁剪得到调整矩阵，继续计算得到最终的变换矩阵与降维后的数据。关闭整套函数调用，释放空间。计算结果显示并行部署的特征提取效果在分类准确性上保持很高的水准，并在计算开销上与OpenCV和PyTorch的实现相比有很大的加速比，满足更高的实时性要求。