本发明提出了一种基于鲁棒低秩张量的高光谱图像去噪方法，包括建立高光谱图像噪声的数学模型，构造高光谱图像鲁棒低秩张量（RLRTR）去噪模型，求解RLRTR去噪优化模型。本发明充分利用高光谱图像（HSI）的先验知识，高光谱图像被不同的噪声污染，如高斯噪声、脉冲噪声、死像素和条带噪声等。利用干净的高光谱图像数据具有潜在的低秩张量特性以及异常和非高斯噪声具有稀疏性的特性，同时分别采用核范数和l2,1范数来表征低秩和稀疏特性；本发明的技术方案充分利用高光谱图像的先验信息和内在结构特征，可以同时去除高斯噪声、异常和非高斯噪声。