本发明涉及高光谱遥感图像处理领域，公开了兼顾代表性和信息量的低冗余高光谱波段选择方法及装置。包括：(1)构建3D重建网络，度量候选波段子集对原始高光谱图像的代表性；(2)度量候选波段子集的冗余度；(3)度量候选波段子集包含的信息量；(4)设计兼顾波段代表性、冗余度和信息量的波段子集打分函数，评价候选波段子集；(5)产生若干候选波段子集，选择得分最高的候选波段子集作为被选波段子集。本发明从高光谱图像特性出发，挖掘了高光谱图像波段之间固有的非线性相关关系，充分利用了高光谱图像的空间信息，结合了先进的深度学习知识，提出了兼顾波段代表性、冗余度和信息量的波段选择方法，能够提升高光谱图像像素分类的精度。