function?N_FINDR（）

%?read?a?hyperspectral?image?from?sample?data?of?ENVI.
nlines??=?254;
npixels?=?3454;
nbands??=?37;
nlength?=?nlines*npixels;
%hs_img??=?multibandread（‘cup95eff.int‘?[nlines?npixels?nbands]?...
???????????????????????%?‘int16‘?0?‘bil‘?‘ieee-le‘）;?%從二進制文件中讀取BSQBILBIP數據
%hs_img=?multibandread（‘F:\285-destripe_new_flaash_wv_sg_37‘[nlines?npixels?nbands]...
?%?????????????????????‘double‘0‘bsq‘‘ieee-be‘）;%從二進制文件中讀取BSQ文件
test_hdr=‘F:\test_img.hdr‘;%頭文件的地址
maindata?=?ReadImg（test_hdr）;%讀取頭文件相應的.img高光譜數據
hs_img=maindata;

%?reduct?the?dimensionality?of?image?to?be?one?less?the?number?of?end-
%?mumbers?by?using?PCA.
%?standardize?the?data?by?dividing?each?column?by?its?standard?deviation.
hs_img?=?reshape（hs_img?[]?nbands）;%改變矩陣的形狀，但是元素個數不變
meanh??=?mean（hs_img）;%求均值
stdh???=?std（hs_img）;%求標準差
sd_img?=?（hs_img-repmat（meanhnlength1））./repmat（stdhnlength1）;%repmat：將meanh作為元素復制nlength*1塊%標準化圖像
[pcoef?score?latent]?=?princomp（sd_img）;
???????????????????????????????????????%做PCA。~是對主分的打分也就是原矩陣在主成分空間的表示，pcoef是元矩陣對應的協方差矩陣對的所有特征向量，latent協方差矩陣的特征值
???????????????????????????????????????%latent是向量還是矩陣？

%?determine?the?number?of?endmembers?by?calculating?the?contribution?of
%?%計算主成分的貢獻來確定端元的數量
%?principal?components.
perc?=?cumsum（latent）/sum（latent）*100;%cumsum計算一個數據各行的累加值返回值與latent行列相同，sum是將latent的所有元素相加
Nend?=?sum（perc<99.5）+1;%確定端元的數量
%?get?the?principal?components.確定主成分的貢獻量
pca_img?=?sd_img*pcoef（:1:Nend-1）;

%?repeat?50?times?to?find?the?endmembers?with?largest
%?volume.%迭代50次找到最大體積的端元
Ntimes?=?50;
locs???=?zeros（NtimesNend）;
V_max??=?zeros（Ntimes1）;
for?i?=?1:Ntimes%tic和toc計算程序的時間
???
????[locs（i:）?V_max（i1）]?=?finder（pca_img?nlength?Nend）;%N-finder的函數
???
end
[score?ind]?=?max（V_max）;
loc?=?locs（ind?:）;

%?calculate?the?abundance?of?each?endmember?for?each
%?pixel.計算對于每個像素的每個端元的豐度（最小二乘法）
M???=?ones（Nend）;
M（2:end:）?=?pca_img（loc:）‘;
C?=?zeros（Nend?nlength）;
for?i?=?1:nlength
????p?=?[1;?pca_img（i:）‘];
????C（:i）?=?lsqnonneg（M?p）;%返回C>=0約束下norm（M*C-p）的最小值向量
%?????C（:i）?=?lsqlin（E?p?[][][][]01）;
end

save（‘F:\NFINDR_res.txt‘‘C‘‘-ASCII‘）;

%stop;

%?end?function?N_FINDR.
end

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function?[loc?V_max]?=?finder（pca_img?nlength?Nend）

%?randomly?select?pixels?as?initial?endmembers.隨機選擇像素作為初始端元，求單形體的體積
ind?=?unidrnd（nlength?1?Nend）;%產生從1到nlength所指定的最大數數之間的離散均勻隨機數，生成1*nend矩陣
E???=?ones（Nend）;%產生nend*nend全是1的數組
E（2:end:）?=?pca_img（ind:）‘;%隨機選擇nend個像素組成最初的端元矩陣
dentor?=?factorial（Nend-1）;%求（端元-1）的階乘
V_max??=?abs（det（E））/dentor;%求E的行列式在取絕對值最后除以dentor。求體積

%?find?the?largest?volume?and?set?the?corresponding?pixels?as
%?endmembers.找到最大的體積，并設置相應的像素作為端元
for?i?=?1:Nend??%?loop?over?each?endmember.循環每個端元
????i_max?=?ind（i）;
????for?j?=?1:nlength??%?loop?over?each?pixel.循環每個像素
????????E（2:endi）?=?pca_img（j:）‘;
????????V?=?abs（det（E））/dentor;
??????