基于高光谱遥感数据驱动的地质异常区域识别方法

本发明涉及地质异常区域识别技术领域，具体涉及基于高光谱遥感数据驱动的地质异常区域识别方法。包括以下步骤，将采集的原始图像数据进行特征压缩，同时利用密度聚类算法所有谱特征向量进行谱类划分，并将划分的谱类进行细化，计算每个细化后的谱类簇对应的可信度得分，基于可信度得分进行初始标准模板数据筛选，并地质正常区域标准数据集；通过搭建异常检测模型，并将构建的地质正常区域标准数据集，同时，采集待检测区域高光谱数据，将两种数据作为异常检测模型的输入数据，根据异常检测模型的输出结果，进行待检测区域地质异常检测；根据异常检测模型的检测准确率反馈修正异常检测模型。