1.一种传感器干扰信号检测方法，其特征在于，包括以下步骤：

获取传感器得到的目标高光谱图像，对所述目标高光谱图像进行波段提取，得到目标色彩图像；

对所述目标色彩图像进行色调类别划分，得到色调类别分割线集合；

对所述目标色彩图像进行灰度边缘检测，得到边缘线集合；

根据所述色调类别分割线集合中的每个色调类别分割线和所述边缘线集合，对所述色调类别分割线进行匹配度识别，确定所述色调类别分割线对应的初始类别线，得到初始类别线集合；

从所述边缘线集合中去除满足类别分割条件的边缘线，得到类内分割线集合；

分别对所述初始类别线集合中的每条初始类别线和所述类内分割线集合中的每个类内分割线进行边缘波段清晰度变化识别，分别确定所述初始类别线和所述类内分割线对应的类别低噪波段，得到类别低噪波段集合；

根据所述类别低噪波段集合，分别对所述初始类别线集合和所述类内分割线集合进行邻域相似识别，细化所述初始类别线集合和所述类内分割线集合，得到细化类别线集合和细化类内分割线集合；

根据所述细化类别线集合和所述细化类内分割线集合，分别对所述细化类别线集合和所述细化类内分割线集合进行低噪波段相似识别，更新所述细化类别线集合和所述细化类内分割线集合，得到更新类别线集合和更新类内分割线集合；

根据所述初始类别线集合、所述类内分割线集合、所述更新类别线集合和所述更新类内分割线集合，进行干扰信号检测，生成传感器的信号干扰情况。

2.根据权利要求1所述的方法，其特征在于，所述对所述色调类别分割线进行匹配度识别，包括：分别确定所述色调类别分割线和所述边缘线集合中的各个边缘线对应的方向链码；

根据所述色调类别分割线对应的方向链码，确定所述色调类别分割线与所述边缘线集合中的各个边缘线之间的匹配值，得到匹配值集合；

响应于所述匹配值集合中存在大于预设匹配值的匹配值，将大于预设匹配值的匹配值对应的边缘线作为所述色调类别分割线对应的初始类别线，去除所述色调类别分割线；

响应于所述匹配值集合中不存在大于预设匹配值的匹配值，将所述色调类别分割线作为所述色调类别分割线对应的初始类别线。

3.根据权利要求2所述的方法，其特征在于，所述确定所述色调类别分割线与所述边缘线集合中的各个边缘线之间的匹配值对应的公式为：其中， 是所述色调类别分割线与所述边缘线集合中的第 个边缘线之间的匹配值，是所述色调类别分割线对应的方向链码与所述边缘线集合中的第 个边缘线对应的方向链码之间的余弦相似度， 是所述色调类别分割线上的各个点与所述边缘线集合中的第 个边缘线上对应的各个点之间的欧式距离的均值， 是取最小值， 是取最大值，是所述边缘线集合中的第 个边缘线上的像素点数量， 是所述色调类别分割线上的像素点数量。

4.根据权利要求2所述的方法，其特征在于，所述分别对所述初始类别线集合中的每条初始类别线和所述类内分割线集合中的每个类内分割线进行边缘波段清晰度变化识别，分别确定所述初始类别线和所述类内分割线对应的类别低噪波段，包括：分别对所述初始类别线和所述类内分割线进行高斯金字塔采样，得到高斯边缘序列集合，其中，所述高斯边缘序列集合中的高斯边缘序列是所述初始类别线进行预设次数次高斯金字塔采样后得到的边缘序列或所述类内分割线进行所述预设次数次高斯金字塔采样后得到的边缘序列；

对所述高斯边缘序列集合中的每个高斯边缘进行膨胀操作，确定所述高斯边缘对应的掩膜；

根据所述高斯边缘序列集合中的每个高斯边缘和所述高斯边缘对应的掩膜，确定所述高斯边缘对应的新增边缘区域；

根据所述高斯边缘序列集合中的每个高斯边缘和所述高斯边缘对应的新增边缘区域，确定所述高斯边缘在各个波段下对应的边缘清晰度；

对于所述高斯边缘序列集合中的每个高斯边缘序列，根据所述高斯边缘序列中各个高斯边缘在每个波段下对应的边缘清晰度，确定所述高斯边缘序列在所述波段下对应的边缘清晰度变化率序列；

对于所述高斯边缘序列集合中的每个高斯边缘序列，根据所述高斯边缘序列在各个波段下对应的边缘清晰度变化率序列，进行边缘清晰变化相似处理，得到所述高斯边缘序列对应的更新波段类别集合；

从所述高斯边缘序列集合中的每个高斯边缘序列对应的更新波段类别集合中筛选出满足低噪波段条件的更新波段类别，得到所述高斯边缘序列对应的类别低噪波段。

5.根据权利要求4所述的方法，其特征在于，所述确定所述高斯边缘在各个波段下对应的边缘清晰度对应的公式为：其中， 是所述高斯边缘在第 个波段下对应的边缘清晰度， 是取最小值，是取最大值， 是所述高斯边缘上各个像素点在第 个波段下对应的灰度值的均值， 是所述高斯边缘对应的新增边缘区域内各个像素点在第 个波段下对应的灰度值的均值。

6.根据权利要求4所述的方法，其特征在于，所述确定所述高斯边缘序列在所述波段下对应的边缘清晰度变化率序列对应的公式为：其中， 是所述高斯边缘序列在所述波段下对应的边缘清晰度变化率序列中的第 个边缘清晰度变化率， 是所述高斯边缘序列中第 个高斯边缘在所述波段下对应的边缘清晰度， 是所述高斯边缘序列中第 个高斯边缘在所述波段下对应的边缘清晰度。

7.根据权利要求1所述的方法，其特征在于，所述分别对所述初始类别线集合和所述类内分割线集合进行邻域相似识别，细化所述初始类别线集合和所述类内分割线集合，得到细化类别线集合和细化类内分割线集合，包括：对所述初始类别线集合中的每个初始类别线所围成区域和所述类内分割线集合中的每个类内分割线所围成区域分别进行灰度级聚类，分别确定所述初始类别线和所述类内分割线对应的像素级集合；

根据所述初始类别线集合中的各个初始类别线对应的像素级集合和所述类别低噪波段集合中的类别低噪波段，确定邻域像素类别相似性集合和邻域概率类别相似性集合；

根据所述邻域像素类别相似性集合和所述邻域概率类别相似性集合，细化所述初始类别线集合，得到所述细化类别线集合；

根据所述类内分割线集合中的各个类内分割线对应的像素级集合和所述类别低噪波段集合中的类别低噪波段，确定邻域像素类内相似性集合和邻域概率类内相似性集合；

根据所述邻域像素类内相似性集合和所述邻域概率类内相似性集合，细化所述类内分割线集合，得到所述细化类内分割线集合。

8.根据权利要求7所述的方法，其特征在于，所述根据所述初始类别线集合中的各个初始类别线对应的像素级集合和所述类别低噪波段集合中的类别低噪波段，确定邻域像素类别相似性集合对应的公式为：其中，是所述邻域像素类别相似性集合中的邻域像素类别相似性， 是取最小值，是取最大值， 和 分别是所述初始类别线集合中任意两个初始类别线在对应的类别低噪波段下对应的像素级集合中像素级的数量，是 和 分别在对应的类别低噪波段下对应的像素级集合的余弦相似度。

9.根据权利要求1所述的方法，其特征在于，所述分别对所述细化类别线集合和所述细化类内分割线集合进行低噪波段相似识别，更新所述细化类别线集合和所述细化类内分割线集合，得到更新类别线集合和更新类内分割线集合，包括：根据所述细化类别线集合、所述细化类内分割线集合和所述类别低噪波段集合，分别确定所述细化类别线集合和所述细化类内分割线集合对应的低噪波相似性集合；

根据所述细化类别线集合和所述细化类内分割线集合对应的低噪波相似性集合，更新所述细化类别线集合和所述细化类内分割线集合，得到更新类别线集合和更新类内分割线集合。

10.根据权利要求9所述的方法，其特征在于，所述根据所述细化类别线集合、所述细化类内分割线集合和所述类别低噪波段集合，分别确定所述细化类别线集合和所述细化类内分割线集合对应的低噪波相似性集合对应的公式为：其中，是所述细化类别线集合或所述细化类内分割线集合对应的低噪波相似性集合中的低噪波相似性， 是取最小值， 是取最大值， 和 分别是所述细化类别线集合中任意两个细化类别线或所述细化类内分割线集合中任意两个细化类内分割线对应的类别低噪波段包括的波段的数量，是 和 分别对应的类别低噪波段形成的序列之间的余弦相似度。