本发明属于图像处理技术领域，公开了一种联合稠密连接网络和样本分布的高光谱开放集分类方法；包括数据预处理，对高光谱数据进行人工标注、双边滤波保边降噪、主成分分析降维和最大最小归一化处理；然后使用1D/2D稠密连接网络提取高光谱预处理数据的光谱和空间特征，使用SoftMax分类器得到输入数据相对于各已知类的概率值，取最大概率值所对应的类为其预测类别；使用箱线图方法捕获训练数据的异常分类概率值，得到各已知类的异常值判断阈值，然后对输入数据的预测类别所对应的概率值进行判断：若概率值大于该预测类别的异常值判断阈值，则输入数据属于预测类别，否则属于未知类。本发明结合深度学习和箱线图方法，能在已知类分类的同时拒绝未知类。