1.一种基于图构造的高光谱遥感影像异常目标探测方法，其特征在于：将高光谱遥感影像X读入大小为P×N的矩阵R中，矩阵中各元素为各波段对应的像素辐射值，P为高光谱遥感影像的波段数，N为高光谱遥感影像的像素数；基于矩阵R对高光谱遥感影像进行如下操作：
步骤1：对高光谱遥感影像X建立预测连接分量图Gpcc；
步骤2：根据预测连接分量图中的相关性矩阵将高光谱遥感影像分割为稳健背景集合Xb和潜在异常目标集合Xa；
步骤3：根据Xb构造k-NN临近图提取嵌入特征；
步骤4：结合嵌入特征，将高光谱遥感影像转换到嵌入空间，获得嵌入后的高光谱遥感影像Ylpe；
步骤5：对Ylpe构建k-NN临近图Ggse，进行积分检测，获得高光谱遥感影像X的异常目标探测结果。
2.根据权利要求1所述的基于图构造的高光谱遥感影像异常目标探测方法，其特征在于：步骤1的实现过程是，采用公式计算高光谱遥感影像X中各像元之间的欧氏距离，其中，xi和xj分别是高光谱遥感影像X中的第i个和第j个像元，rij为像元xi与像元xj之间的欧氏距离；采用公式初始化预测连接分量图Gpcc的相关性矩阵其中，是包含kpcc个与像元xi之间欧式距离最小像元的集合；对初始化后的采用迪杰斯特拉算法迭代更新迭代后获得的是像元xi与像元xj之间的测地距离。
3.根据权利要求1所述的基于图构造的高光谱遥感影像异常目标探测方法，其特征在于：步骤2的实现过程是，根据获得的预测连接分量图Gpcc的相关性矩阵采用公式统计中每一列非极大值个数，其中，wi(j)是中第i列第j行元素，mj＝(mj＝1,wi(j)≠∞|mj＝0,wi(j)＝∞)；采用公式对高光谱遥感影像X的各像元xi分配标签，其中，N为高光谱遥感影像中像元总数，标签为0的像元归入稳健背景集合Xb，标签为1的像元归入潜在异常目标集合Xa。
4.根据权利要求1所述的基于图构造的高光谱遥感影像异常目标探测方法，其特征在于：步骤3的实现过程是，采用公式计算稳健背景集合Xb中各像元之间的相关性关系值，其中，和分别是稳健背景集合Xb中的第i个和第j个像元，σ为流型参数；采用公式计算临近图的相关性矩阵，其中，是包含kelp个与像元之间相关性关系值最小像元的集合；采用公式计算对角矩阵采用公式计算稳健背景集合Xb的拉普拉斯矩阵求解矩阵相对矩阵的广义特征值及广义特征值对应的特征向量，按照广义特征值大小对对应的特征向量进行排序，获得有序的特征向量矩阵，其中，将广义特征值从小到大排序，取最小的P*个广义特征值对应的特征向量作为嵌入特征Aelp，其中，P*<<P。
5.根据权利要求4所述的基于图构造的高光谱遥感影像异常目标探测方法，其特征在于：步骤4的实现过程是，采用公式获得嵌入后的高光谱遥感影像Ylpe。
6.根据权利要求5所述的基于图构造的高光谱遥感影像异常目标探测方法，其特征在于：步骤5的实现过程是，采用公式计算嵌入后的高光谱遥感影像Ylpe中各像元之间的欧式距离，其中，和分别是Ylpe中的第i个和第j个像元；采用公式计算临近图Ggse的相关性矩阵，其中，是包含kgse个与像元之间欧氏距离最小像元的集合；采用公式计算高光谱遥感影像X中像元xi的探测值，其中，是高光谱遥感影像X中像元xi的探测值，为包含kgse个与像元之间欧氏距离最小像元的集合，从而获得高光谱遥感影像X的异常目标探测结果。