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.