En este trabajo, estudiamos algoritmos de clasificación no supervisados para imágenes hiperespectrales basadas en histogramas escalares banda por banda e histogramas generalizados de valores vectoriales, obtenidos por cuantización vectorial. Los histogramas correspondientes se comparan mediante métricas de disimilitud, como el chi cuadrado, Kolmogorov Smirnorv y las distancias del motor de la tierra. Los histogramas se construyen a partir de regiones homogéneas en las imágenes identificadas por un algoritmo de pre segmentación y métricas de distancia entre píxeles.
