Esta tesis, presenta un nuevo método automático para el análisis y clasificaciónde imágenes hiperespectrales que considera la información espacial y espectralde forma combinada. El método se basa en conceptos de morfología matemática,una técnica clásica de análisis de imágenes que ha sio extendida al casode imágenes multidimensionales.La evaluación del método con imágenes hiperespectrales simulados revelaque las operaciones morfológicas extendidas pueden se utilizadas para extraerendmenbers a partir de los objetos presentes en la escena. El ajustede las propiedades espaciales de las operaciones morfológicas permite adaptarel método a aplicaciones muy diversas, siendo su funcionamiento muy robustoen presencia de ruido. Por otra parte, los experimentos realizados conimágenes reales demuestran que el método proporciona resultados superioresa los obtenidos utilizando algunas técnicas estándar de análisis hiperespctral.Con objeto de facilitar el análisis de imágenes hiperespectrales de grandimensionalidad de forma rápida y precisa, se proponen dos arquitecturasVLSI, basadas en arrays de sistólicos, para soportar las operaciones morfológicasextendidos realizados por el método planteado.