本研究提出了一种新方法，解决开放集单源域泛化中的源域稀缺性和目标域未知数据分布问题。通过背景抑制和风格增强合成新样本，并利用边缘图扩展类间边界，显著提高了未知类的识别能力。实验结果表明，该方法在多个跨域图像分类数据集上表现优异。