高光谱遥感是指使用窄且连续的光谱波段对地进行物遥感成像的技术,其获得的地球表面数据包含了光谱、空间和辐射三重信息。利用高光谱遥感对地物进行检测和识别广泛应用于军事和民用领域。然而受传感器的空间分辨率限制等客观因素,混合像元(即一个像素点包含多种地物信息,如植被、河流、道路等)的存在在遥感图像中十分普遍,不但严重影响了遥感精度,更是实现遥感技术定量化的一大障碍。因此,有效地解译混合像元对高光谱遥感非常重要。本论文从高光谱图像混合像元的成像原理出发,介绍了高光谱图像的数据表达,像元的混合模型,端元提取的经典算法等基础理论。接着在线性混合模型的前提下对传统光谱解混与非监督的光谱解混两种端元解混方法进行研究,分别选取AMEE与非负矩阵分解作为典型算法,并根据两者的优缺点提出了一种基于两种算法的改进算法。利用计算机进行仿真实验,发现该方法的确有比较好的效果。