Questo elaborato ha lo scopo di presentare un algoritmo di clustering gerarchico per matrici iperspettrali ad alta risoluzione. Dato un set di immagini che contiene copie della stessa fotografia scattate a diverse lunghezza d’onda luminose, l’obiettivo è quello di determinare gli elementi che appaiono nell’immagine. Gli algoritmi che permettono di separare gli elementi costitutivi di un’immagine sono detti algoritmi di blind hyperspectral unmixing e trovano applicazioni in svariati campi tra cui l’analisi delle immagini. In particolare, sono utilizzati in medicina per esaminare le culture batteriche e in radiologia per la diagnostica di immagini, in chimica per analizzare il risultato di alcune reazioni e per monitorare l’inquinamento, ma anche nell’industria alimentare per controllare la qualità del cibo.