1.一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，其步骤为：步骤1、分别对参考图像和待匹配图像进行轮廓检测，并提取轮廓上的显著角点作为特征点；

步骤2、对于两幅图像中的每一个特征点，利用该点及其左右轮廓点的坐标计算该特征点的主方向；

步骤3、对于两幅图像中的每一个特征点，确定该点的特征描述参数，并构造其PIIFD特征描述符；

步骤4、对于两幅图像中的每一对特征点，依据该点与其它特征点的位置关系构造其全局上下文特征描述符；

步骤5、对于两幅图像中的每一对特征点，计算两种特征描述符的相似度，根据特征点的位置分布特性进行加权融合，通过对比各对特征点的相似度实现特征匹配，并剔除异常匹配点对；

所述步骤3中，计算特征点PIIFD特征描述符的步骤为：步骤3‑1、将步骤1提取出图像中的特征点集合记为{c1,c2,…,cN}，其中，N为图像中检测到的所有特征点的个数；对于其中任一特征点ci，选取与其距离最近的Nn个特征点，记为最近邻点集合 其中每一个点与ci的欧式距离记为 则平均距离 为：步骤3‑2、对于特征点ci，在图像中选取该特征点周围 的矩形区域，并且以特征点ci的主方向作为矩形区域方向，构造该特征点的PIIFD特征描述符；

所述步骤4中，计算特征点全局上下文特征描述符的步骤为：步骤4‑1、对于特征点集合{c1,c2,…,cN}中的任一特征点cj，相对于特征点ci的相对位置为wij＝(αij,βij)，其中αij为向量 与特征点ci主方向的夹角，βij为特征点cj主方向和特征点ci主方向的夹角；对于特征点集合{c1,c2,…,cN}中的每一个特征点cj，计算描述向量wij，j＝1，2，…，N；j≠i；

步骤4‑2、将α和β的取值范围[0,2π)均匀划分为8个角度区间，由此可计算特征点ci的全局上下文特征描述直方图为：其中， 为直方图中第k个元素值，bin(k)为第k个角度区间，K为直方图维数；wj为特征点cj对于特征描述的权重，其数值为：式中，dij为特征点cj与特征点ci之间的欧氏距离。

2.根据权利要求1所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤1中，提取特征点的具体步骤为：步骤1‑1、采用Canny算法对图像进行边缘检测，对检测到的边缘像素进行跟踪以实现轮廓检测，检测到的轮廓集合为：s s

其中，Γ 为集合中第s个轮廓，Ns为集合中轮廓的个数， 为轮廓Γ 上的第i个轮廓点；

步骤1‑2、采用曲率尺度空间算法提取轮廓上的显著角点作为特征点。

3.根据权利要求2所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤2中，计算特征点主方向的步骤为：s

步骤2‑1、设 和 为轮廓Γ 上连续的三个特征点，利用式(2)计算特征点与其左右轮廓点形成的合成矢量：

式中，Nt＝min(dl,dr)，dl为从特征点 到其左侧特征点 所经历的轮廓点的个数，dr为从特征点 到其右侧特征点 所经历的轮廓点的个数，vt为第t对左右轮廓点形成的合成矢量， 和 分别为特征点 和 的坐标；

步骤2‑2、对步骤2‑1中得到的合成矢量进行累加可得：其中，xsk和ysk为矢量vsk中的元素值；

步骤2‑3、矢量vsk的方向设置即为特征点 的主方向，其值为：其中， 为特征点 的主方向。

4.根据权利要求3所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤5中，先初步对两幅图像进行特征点匹配，步骤为：步骤5‑1、对于两幅图像中的一对特征点，利用式(8)计算特征描述符的相似度：式中，d1和d2为特征描述符，将该对特征点的PIIFD特征描述符代入上式可得其局部相似度siml，将全局上下文特征描述符代入上式可得全局相似度simg；

步骤5‑2、将特征点对的局部相似度和全局相似度融合：

S＝(1‑γ)siml+γsimg                  (9)式中，S为特征点对的融合相似度，γ为局部相似度和全局相似度之间的平衡参数，其数值计算如下：其中，(x1,y1)和(x2,y2)分别为参考图像和待匹配图像中该对特征点的坐标，(w1,h1)和(w2,h2)分别表示两幅图像的尺寸；

步骤5‑3、根据步骤5‑1和步骤5‑2计算出参考图像和待匹配图像中所有特征点对的相似度，采用双向匹配法筛选出两幅图像中对应匹配的特征点对，实现特征点对的初步匹配。

5.根据权利要求4所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤5中，初步匹配后，剔除初步匹配中的异常匹配点对，获得最终匹配结果：步骤5‑4、参考图像和待匹配图像之间的变换关系满足仿射变换模型，根据步骤5‑3中的初步匹配结果，采用随机抽样一致算法计算图像之间的转换矩阵，并将初步匹配结果中与转换矩阵所描述的变换关系不符的特征点对进行剔除，得到最终匹配结果。

6.根据权利要求4或5所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于：步骤3‑1中，所述的参数Nn值范围为5～20。

7.根据权利要求6所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于：步骤3‑1中，所述的参数Nn值为10。