高光谱遥感是遥感领域的前沿技术之一。二十多年来,高光谱遥感已经被应用到农业,军事,医学,水文,地质,城市规划等等各个领域。但是高光谱图像本身没有具备清晰的空间分辨率,数据中通常会有大量混合像元的存在,混合像元会降低基于高光谱图像的目标检测和识别的精度,因此了高光谱领域的重点就是如何成功的分解混合像元。端元提取作为分解混合像元的核心步骤也是研究的重点之一,本文主要研究方向就是以凸面几何学理论为基础的几种端元提取方法,以及在matlab平台上实现端元提取的并行化方法。主要内容如下:1:研究了有关高光谱的线性和非线性混合模型以及高光谱混合模型像元分解的基础知识,对以凸面几何学理论为基础的端元提取算法进行了深入探究,包括内部体积最大（N-FINDR）,单形体增长（SGA）等多种经典算法,为后续进行端元查找的实验打下了良好的理论基础。学习基于matlab平台的parfor-loop并行框架及其相关应用知识。2:设计和实现了结合主成分分析（PCA）和新型单形体增长算法（NSGA）的端元提取方法,首先利用PCA算法将数据的维度降低,剔除高光谱图像中的冗余数据,然后再利用NSGA算法查找低维度数据的端元。相比较于传统的PCA+SGA方法,克服了维度的限制的问题,大大提高了端元提取的准确率;同时和直接提取高光谱原始数据的端元相比效率得到了极大的提升。3:针对高光谱图像数据量大、可并行性高的特点,设计实现了高光谱端元提取基于matlab平台parfor-loop框架的并行化设计。将查找端元的实验控制在不同的进程数下进行,实验结果表明,在数据维度以及提取的端元数目合适的情况下相较于CPU串行的端元提取有很好的加速效果,能够节省大量的时间,提高算法的效率。