1.一种基于迹变换的图像纹理特征融合提取方法，其特征在于，顺序执行以下步骤：S1：图像预处理：输入待检测图像，对待检测图进行的预处理操作包括截取ROI区域、降灰度级和图像扩充或缩放，截取ROI区域为可选步骤，预处理后的图像记为I；

S2：迹线扫描整幅图像：为减少采样误差，此步骤通过图像旋转及选择固定增量步长的迹线来实现，即对图像I以给定角度Δφ旋转，使所有等间距不同步长的迹线均旋转为垂直于水平轴的状态；

S3：迹线特征提取：对所有迹线采样并进行特征提取，获得反映迹线特性的信息，所述迹线纹理特征提取采用任一种取代迹变换算法中迹泛函的图像特征提取方法；

S4：特征编码：采用直方图归一化方法进行特征编码，首先将每个角度i的所有迹线特征记为Ai＝[Di1，…，Dij，…，Din](i∈[1，360])，n为迹线条数，Dij是对迹线特征的描述，再统计Ai中每个特征值出现的频率，计算所有Ai的直方图，并对直方图进行归一化处理；

S5：输出融合纹理特征向量：将S4得到的所有Ai的统计直方图连接成一个特征向量，得到能够表征一张图像的融合纹理特征向量；

还包括步骤S6：将S5得到的融合纹理特征与采用其它方法获得的图像特征进行多特征融合，输出最终的融合特征向量表征图像，S6中采用其它方法获得的图像特征为迹变换特征、颜色特征、几何特征、统计特征中的任意一种或几种组合；

对步骤S5和步骤S6的结果进行增加特征选择或特征降维处理，以减少特征量。

2.根据权利要求1所述的一种基于迹变换的图像纹理特征融合提取方法，其特征在于：所述S1中的截取ROI区域操作用于截取表情或人脸图像识别时，从图像中截取只包含人脸的区域；用于对象识别时，从图像中截取只包含对象的区域；S1中的降灰度级操作是将图像转为灰度级数为G的灰度图，G∈{8，16，32，64，128，256}，当G＝256时，表示仅转灰度图，但不作降级处理。

3.根据权利要求1所述的一种基于迹变换的图像纹理特征融合提取方法，其特征在于：所述S1中的图像扩充操作，当图像大小为a×b时，将其扩充为正方形图像，扩充后的正方形大小为 扩充部分值为0，记为

4.根据权利要求1所述的一种基于迹变换的图像纹理特征融合提取方法，其特征在于：所述图像特征提取方法采用HOG图像纹理特征提取算法，具体算法步骤包括：先计算图像I的方向梯度，再用迹线扫描整幅梯度图像；在某个旋转角度i下，对第j条迹线t等分采样并进行HOG编码，计算所有垂直于水平轴的迹线的HOG纹理特征Dij，步骤S4中的直方图为方向梯度直方图。

5.根据权利要求1所述的一种基于迹变换的图像纹理特征融合提取方法，其特征在于：所述图像特征提取方法采用LBP纹理特征提取算法，具体算法步骤为：直接用迹线扫描图像I，然后在每条迹线上采样并进行LBP编码，计算所有垂直于水平轴的迹线的LBP纹理特征，采样方式采用中心点等分采样法。

6.根据权利要求1所述的一种基于迹变换的图像纹理特征融合提取方法，其特征在于：所述S4中对直方图进行归一化处理的公式为：

其中Tmin为最小特征值，Tmax为最大特征值，ki表示图像中特征值为i的像素个数，Pi表示特征值i出现的频率，N表示图像的全部像素数，统计直方图归一化所用的特征值采用二进制数Dij转化为十进制后的数值。