利用MNF方法对高光谱影像进行端元提取，在MATLAB中进行

高光谱遥感影像混合端元提取算法，利用顶点成分分析准则

自己学习编写的混合像元分解中的端元提取部分的纯像元指数PPI算法的MATLAB代码。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。

N-FINDR: an algorithm for fast autonomous spectral end-member determination in hyperspectral data 作者Michael E. Winter

最小角回归matlab代码标题 用于高光谱端元提取的改进 GSEE 算法 抽象的 在高光谱解混文献中，端元提取主要使用三种方法进行处理，即统计、稀疏回归和几何。 大多数端元提取算法仅基于其中一种方法开发。 最近，已经提出了结合几何和统计特征的 GSEE（Geo-Stat Endmember Extraction）。 在本文中，我们提出了一种考虑去除噪声带的改进型 GSEE (MGSEE) 算法。 在建议的工作中，最小噪声分数 (MNF) 用于选择高 SNR 频段。 MGSEE 框架的强度使用合成和真实的基准数据集进行审查。 在本文中，我们表明通过在噪声去除步骤之前从 GSEE 获得所提出的算法大大降低了光谱角度误差 (SAE) 和光谱信息发散 (SID) 误差，从而表明其在分离问题中提取纯材料的重要性。 将这篇论文引用为 D. Shah 和 T. Zaveri，“用于高光谱端元提取的改进 GSEE 算法”，2020 年 IEEE 第 5 届计算通信与自动化国际会议 (ICCCA)，印度大诺伊达，2020 年，第 449-453 页，doi：10.1109/ICCCA49541 .202

自己学习时编写的混合像元分解中的端元提取部分的单形体增长SGA算法的MATLAB代码，浅显易懂，里面有三版SGA的代码，代表着自己学习时的三种思路，思路之间区别不大，只是一些细微改动，还包含了自己编写的主成分分析PCA降维的函数。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。

顶点成分分析算法是一种非监督的端元提取算法。顶点成分分析法假设纯净像元存在，根据凸面几何原理，认为端元都位于单形体的顶点。VCA 算法通过将数据投影到一个正交的子空间方向计算投影距离值最大的像元，它就是要寻找的端元。要不断进行迭代计算，直到所有的端元都被找到。 VCA 的计算步骤为: ① 对图像数据进行降维处理，设定一个信噪比门限值 SNRth，根据图像的信噪 比与门限值对比大小分别采用主成分分析法 ( PCA) 或者奇异值分解法( SVD) 对图像数据进行降维; ② 利用随机生成的正态分布矩阵计算初始向量，将所有的像元点向初始向量方向投影，找到投影值最大的作为端元; ③ 继续计算新的投影向量方向并进行迭代计算直到找出所有的端元，本资源实现了VCA算法来非监督提取端元,希望对研究端元提取的朋友有用

自己学习时编写的混合像元分解中的端元提取部分的顶点成分分析VCA的MATLAB代码，浅显易懂。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。

N-FINDR是一种端元提取方法，本代码是利用MATLAB结合N-FINDR原理，进行编程，输入是高光谱数据，程序内包括了高光谱数据输入，N-FINDR处理，端元结果输出

高光谱端元提取算法PPI，matlab编写。内有参数注释。可供高光谱图像解混学习提供帮助。高光谱端元提取算法PPI，matlab编写。内有参数注释。可供高光谱图像解混学习提供帮助