1.基于区域划分的机载下视异构图像匹配方法，其特征在于，所述方法具体包括以下步骤：(1)使用方向直方图的标准差STD作为参数确定目标图像的纹理特征：如果标准差STD大于阈值S，则判定目标图像为丰富纹理图像；如果标准差STD小于等于阈值S，则判定目标图像为非丰富纹理图像；

(2)若目标图像为丰富纹理图像，分别对目标图像和实时图像使用Meanshift均值偏移图像分割算法进行分割，分割成若干区域，并分别将分割的目标图像区域和实时图像区域分层生成相应的掩模图像；

若目标图像为非丰富纹理图像，将实时图像进行划分，形成若干区域块，目标图像整体视为一个区域；

(3)使用SIFT特征匹配方法，分别将每一个实时图像区域与所有目标图像区域进行一致性匹配；

(4)利用基于方向直方图的评价函数对各个匹配的结果进行评价，选取最优的匹配区域作为匹配结果。

2.根据权利要求1所述基于区域划分的机载下视异构图像匹配方法，其特征在于，所述步骤(3)中使用SIFT特征匹配方法，分别将每一个实时图像区域与所有目标图像区域进行一致性匹配的过程中，加入了角点作为特征关键点。

3.根据权利要求1所述基于区域划分的机载下视异构图像匹配方法，其特征在于，步骤(4)中所述利用基于方向直方图的评价函数对匹配的结果进行评价，选取最优的匹配区域作为匹配结果的具体过程包括：(4.1)使用巴氏距离BD作为进行匹配的两个区域直方图的匹配相似性测量系数；

(4.2)若BD大于阈值T，则判定匹配成功；否则BD小于等于阈值T，则匹配失败；

(4.3)在匹配成功的区域中，选取对应BD值最大的区域作为最优的匹配区域。

4.根据权利要求3所述基于区域划分的机载下视异构图像匹配方法，其特征在于，步骤(4.1)中所述巴氏距离BD具体为：其中，th(j)表示目标图像的方向直方图，rh(j)表示实时图像的方向直方图；j＝1,…,N；N表示图像灰度级的类别数目。

5.根据权利要求1所述基于区域划分的机载下视异构图像匹配方法，其特征在于，步骤(1)中所述标准差STD的定义具体为：其中，μ表示方向直方图的均值；h(j)表示图像的方向直方图；j＝1,…,N；N表示图像灰度级的类别数目。

6.根据权利要求2所述基于区域划分的机载下视异构图像匹配方法，其特征在于，所述角点采用Harris角点检测方法获得。

7.根据权利要求1～6任意一项所述基于区域划分的机载下视异构图像匹配方法，其特征在于，阈值S的取值为0.13～0.15。