1.一种基于全卷积级联自编码器的高光谱异常检测方法，其特征在于，按照以下步骤具体实施：

步骤1、通过第一个编码器进行编码；

步骤2、通过第一个解码器进行解码；

步骤3、通过第二个编码器进行编码，第二个编码器与第一个编码器的结构一致，第二个编码器把第一个重构图像 编码成第二个潜在特征 其大小与第一个潜在特征相同；

步骤4、通过第二个解码器进行解码，第二个解码器将第二个潜在特征解码成第二个重构图像

步骤5、用马氏距离在第二个重构图像上确定每一个像素的异常值，本步骤涉及的损失函数表示如下：

其中，N表示输入影像的总像素数目， 和 分别表示第一个重构影像、第二个重构影像、第一个潜在特征以及第二个潜在特征的第i个像素，β表示调节参数；

当网络收敛后，得到第二个重构数据 把 拉伸成二维矩阵通过在 上用马氏距离进行异常检测，具体表达式为：D×1

其中， 表示 的第i个样本，μ 表示 的均值向量， 表示协方差矩阵的逆，Map表示最终的2D检测结果图。

2.根据权利要求1所述的基于全卷积级联自编码器的高光谱异常检测方法，其特征在于：所述的步骤1中，具体过程是，假设输入原始高光谱影像为 其中的上角标W、H和D分别表示高光谱影像的宽、高和波段数；

第一个编码器设置有八层，每一层是一个全卷积模块，每个全卷积模块由卷积层、BN层组成，其中卷积层的卷积核大小为1×1，步长为1，填充为0，BN层由BatchNorm2d、Dropout、LeakReLu组成，从输入到第八层输出的通道数变化为：输入通道数→156→128→128→72→

72→64→64→30，第八层的输出称之为第一个潜在特征，其大小为：

3.根据权利要求1所述的基于全卷积级联自编码器的高光谱异常检测方法，其特征在于：所述的步骤2中，具体过程是，第一个解码器的作用是将第一个潜在特征解码成第一个重构图像，与编码过程类似，其解码过程中的通道数变化依次为：30→64→64→72→72→128→128→156→输入通道数；

本步骤通过跳跃连接将对应编码层的特征与解码层的特征进行Add相加，同时为了考虑不同波段对重构过程的贡献，在第十一层、十三层以及十五层的输出后面加上一个注意力模块，注意力模块的操作过程表示如下：Fout＝Add(conv11(Fin),matmul(conv11(Fin),Sigmoid(FC(ReLu(FC(maxpool(conv11(Fin))))))))

其中，Add、Fout、Fin、matmul、maxpool、FC、conv11分别表示特征像素相加、输出特征矩阵、输入特征矩阵、对应元素相乘、最大池化、全连接层以及1×1卷积；Sigmoid和ReLu表示两种激活函数；

经过第一个解码器之后，得到第一个重构图像 其大小与输入图像相同。

4.根据权利要求1所述的基于全卷积级联自编码器的高光谱异常检测方法，其特征在于：所述的步骤4中，与第一个解码器类似，通过跳跃连接将第一个编码器的输出以及第二个编码器的输出加到第二个解码器的对应位置进行解码，同样在第十一层、十三层以及十五层的输出后面加上一个注意力模块。

5.根据权利要求1所述的基于全卷积级联自编码器的高光谱异常检测方法，其特征在于：所述的步骤5中，β＝0.5。