1.一种复杂光照下图像特征提取方法，其特征在于，包括以下步骤：首先对目标图像进行分块，然后对分块后的图像进行预处理，利用各向异性LOG算子计算预处理后的各图像分块的差分激励分量，同时利用自适应对称三值模式ASTP计算预处理后的各图像分块的梯度方向分量；然后将各向异性LOG算子所得到的差分激励图像分别与自适应对称三值模式ASTP计算后的梯度方向正值图像、梯度方向负值图像进行融合得到两个二维AWASTP直方图，并将得到的两个二维AWASTP直方图转化为两个一维直方图，然后将两个一维直方图连接起来得到最终的直方图向量，最后将每个子块的直方图连接起来，利用KNN算法基于卡方距离进行分类，最后得到识别结果，完成图像特征提取。

2.根据权利要求1所述的一种复杂光照下图像特征提取方法，其特征在于，具体的预处理包括灰度处理和分辨率处理。

3.根据权利要求2所述的一种复杂光照下图像特征提取方法，其特征在于，具体预处理包括图像尺寸的归一化为128*128以及彩色图像的灰度化。

4.根据权利要求1所述的一种复杂光照下图像特征提取方法，其特征在于，利用公式(2)和公式(4)计算每块图像的差分激励分量；

其中xc为目标像素点，xi为xc的第i个临近像素点，P为xc邻域像素点的总个数，Δx为xc与其邻接像素点xi的灰度差值；

Δxi＝(xi-xc)

易知，式(2)中的Δx为一个二阶拉普拉斯算子，在图像f中可表示为：各向异性二阶拉普拉斯算子ΔI的计算过程如下：

ΔI＝LOG*f(x,y)  (4)。

5.根据权利要求4所述的一种复杂光照下图像特征提取方法，其特征在于，具体的，各向异性LOG算子计算公式如下：二维高斯函数G(x,y)定义如式(5)：

其中δ为高斯函数的空间分布系数；

对函数G(x,y)取二阶拉普拉斯变换，得二维LOG算子的函数形式如下：为了能使δ的取值对x方向与y方向产生的影响不同，在水平和垂直方向上采取不同尺度，将x方向的δ记为δx，y方向的δ记为δy，则二维高斯函数计算过程如下：对式(7)进行拉氏变换可得具有变尺度特性的LOG边缘检测算子：将标准椭圆以坐标原点为中心逆时针旋转α角度，则新的坐标关系为：将上式(9)中的角度信息量带入公式(7)中，可以得到集变角度、变尺度为一体的二维高斯函数式：对上式进行拉氏变换，可得各向异性拉普拉斯算子：

式中各参数取值分别为：A＝xcos2α+ysinαcosα，B＝xsin2α-ysinαcosα，C＝xsinαcosα+ysin2α，D＝-xsinαcosα+ycos2α，E＝xcosα+ysinα，F＝ycosα-xsinα。

6.根据权利要求5所述的一种复杂光照下图像特征提取方法，其特征在于，尺度参量的选取：尺度定义为：

δ2(x,y)＝1/I(x,y)  (12)

其中I(x,y)代表图像中像素点(x,y)的灰度值，I(x,y)的值归一化为[0，1]；

通过上述公式来确定滤波器x轴的尺度δx，即

由于图像区域的平滑度可以由图像的灰度方差来反映，定义式(14)来计算局部窗内的灰度均方差：其中M×N为局部窗的大小， 代表目标像素点邻域灰度的均值， 和I(i,j)的取值范围均为[0,255]；

定义x，y轴的尺度比例为：

其中K为比例因子，取固定值，y轴的尺度定义为：

δy＝R·δx  (16)。

7.根据权利要求5所述的一种复杂光照下图像特征提取方法，其特征在于，采用Kirsch算子来计算各向异性LOG算子的角度参量α，首先选取以目标像素点为中心的5×5大小的窗口，分别以其八个方向上3×3大小窗口的均值来代替中心像素3×3邻域范围内相应位置像素的灰度值，并将该3×3邻域范围的均值作为中心像素的灰度值，从而形成一个3×3的灰度均值矩阵Xp，然后利用Kirsch算子的8个方向模板分别与灰度均值矩阵Xp相乘，最后取结果最大值所对应的模板方向作为该目标像素点的角度参量值α。

8.根据权利要求1所述的一种复杂光照下图像特征提取方法，其特征在于，利用韦伯比结合中心像素的灰度值来确定LTP算子的阈值，计算公式如下所示：t＝xc×k  (17)

其中，xc为中心像素，k为韦伯比。