异常目标检测是高光谱数据处理的重要应用之一.传统方法采用支持向量数据描述(support vector datadescription,SVDD)检测异常目标而不考虑图像自身存在的背景干扰,检测概率较低.该文提出一种新方法,将光谱解混技术引入到基于SVDD的异常检测问题中,实现高光谱图像复杂背景信息和目标信息的分离,使解混后的误差数据含有丰富的目标信息,抑制了背景干扰.利用非线性SVDD将解混误差数据映射到高维特征空间,充分利用高光谱图像波段间的非线性统计特性,完成异常目标的检测.仿真实验结果表明,该算法提高了异常目标的检测能力,降低了虚警率.