“嫦娥工程”探月计划是我国科技界的大事，倍受国人关注，意义重大，同时为空间科学等高新科学技术的应用和研究提供了绝好的平台和机遇。月壤的研究在探月工程中占有举足轻重的地位，本文运用小波分析、神经网络等技术，围绕月壤的多光谱信息分析及处理进行了一些研究，主要工作分为两个部分：一是多光谱图像融合研究，二是神经网络分类器对月壤多光谱目标分类研究。 在多光谱图像融合研究中，本文较系统地介绍了多光谱图像融合的定义、流程和关键技术；分析了图像局部相关性、小波方向对比度、高频分量等特征，提出了基于小波方向对比度相关性和高频加权因子的多光谱图像融合算法；通过对多光谱图像融合实验结果的主、客观分析表明：该算法在提高多光谱图像融合质量上有很好的效果和优势，特别是在融合图像的标准差和平均梯度上有了很大的提升；多聚焦图像的融合实验结果说明该算法有很好的推广适用性。 在神经网络分类器对月壤多光谱目标分类的研究中，本文介绍了多光谱目标分类的原理和经典算法，介绍了人工神经网络的基础知识，分析了神经网络的特点；运用小波理论和相关性分析对月壤的多光谱信息进行了研究，得出了利用月壤小波低频分量解决信息维数约简问题，以及利用小波第一级高频分量解决去相关问题的具体方案；设计了一个三层前馈神经网络分类器，完成了对其的训练，得到了训练后的权值和偏置值，并成功地对月壤等四种物质的多光谱测试样本进行了分类，为神经网络分类器应用于多光谱目标分类做出了一次有益的尝试。 本文还在附录中简要介绍了月壤的物理和化学组成及性质。