1.一種基于多源航片的異常場景識別方法，其特征在于，包括如下步驟：
第一階段：對疑似異常區(qū)域的檢測，具體如下：
①輸入配準(zhǔn)后的遠(yuǎn)紅外圖像和SAR圖像；
②將遠(yuǎn)紅外圖像灰度反轉(zhuǎn)得到反轉(zhuǎn)圖，再分別對遠(yuǎn)紅外圖像和反轉(zhuǎn)圖使用DOG斑點(diǎn)檢測算法，合并兩者結(jié)果得到溫度異常區(qū)域集；同時(shí)對SAR圖像使用CFAR檢測算法，得到強(qiáng)反射區(qū)域集；
③計(jì)算溫度異常區(qū)域、強(qiáng)反射區(qū)域的中心點(diǎn)距離，合并小于一定距離的區(qū)域，得到疑似異常區(qū)域集；
第二階段：對疑似異常區(qū)域集進(jìn)行進(jìn)一步識別，排除非目標(biāo)區(qū)域，具體如下：
④由疑似異常區(qū)域坐標(biāo)，截取多源航片中對應(yīng)圖像塊；
⑤對圖像塊進(jìn)行拉伸，統(tǒng)一尺寸，并對每一塊異常區(qū)域分別提取多源航片塊的HOG特征；
⑥對每一個區(qū)域的多源航片塊的HOG特征使用PCA降維，并使用CCA融合降維后的HOG特征，串聯(lián)得到融合特征；
⑦將融合特征輸入到SVM分類器中，對該區(qū)域場景進(jìn)行分類識別，保留目標(biāo)場景區(qū)域，清除非目標(biāo)場景的區(qū)域，得到的最終識別結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于多源航片的異常場景識別方法，其特征在于，所述步驟①中并行的對遠(yuǎn)紅外圖像使用DOG檢測溫度異常區(qū)域、對SAR圖像使用CFAR檢測強(qiáng)反射區(qū)域，并合并兩者的檢測結(jié)果作為疑似異常區(qū)域集。
3.根據(jù)權(quán)利要求1根據(jù)權(quán)利要求1所述的基于多源航片的異常場景識別方法，其特征在于，所述步驟⑥中分別對可見光圖像、遠(yuǎn)紅外以及SAR圖像提取HOG特征，并對三者使用PCA降維后采用CCA進(jìn)行特征融合。