1.一种抗噪声的局部彩色纹理特征提取方法，其特征在于：包括以下步骤：步骤一：将尺寸为M×N的彩色纹理图像根据R‑G‑B三个颜色通道按照特定方法生成第四个颜色向量通道C并排列放置成尺寸为M×N×4的立方体；

步骤二：在4个颜色通道上面分别提取局部分组序模式特征；

步骤三：在4个颜色通道上以跨通道的方式提取纵向差值二值模式特征；

步骤四：采用不同尺度提取上述特征归一化并级联，构建联合向量H；

步骤五：采用卡方距离和最近邻分类器进行分类，获取分类结果。

2.根据权利要求1所述的一种抗噪声的局部彩色纹理特征提取方法，其特征在于：步骤一中将尺寸为M×N的彩色纹理图像根据R‑G‑B三个颜色通道按照特定方法生成第四个颜色向量通道C并排列放置成尺寸为M×N×4的立方体，即将一张尺寸大小为M×N的彩色纹理RGB图像，根据颜色向量公式生成第四个通道C；共计4张单通道的图像，分别为R通道(red，红)，G通道(green，绿)、B通道(blue，蓝)和C通道(Color Vector)；按照R‑G‑B‑C的排列顺序放置，从而得到一个M×N×4的立方体；颜色向量通道C的生成过程如下：

3.根据权利要求1所述的一种抗噪声的局部彩色纹理特征提取方法，其特征在于：步骤二中在4个颜色通道上面分别提取局部分组序模式特征，即在每一个通道上面提取局部分组序模式特征，提取过程如下：首先需要需要设计一个主导方向D；主导方向定义为与中心像素值差分最大的近邻像素的索引，表示为：接着采用最大差分响应可以改善特征的鉴别力以及对噪声的鲁棒性；在获得主导方向D之后，对近邻像素值序列进行圆周性旋转，直到索引为D的像素值位于序列中的第一个位置，表示为：

(gr，0，gr，1，…，gr，P‑1)：＝(gr，D，…，gr，P‑1，gr，0，…gr，D‑1)式中，符号“：＝”表示逐元素赋值操作；

然后，将旋转后的近邻像素值序列均匀地划分为若干组，为保证纹理特征具有较低的维度，将分组后每组中的近邻像素点个数限制为4，因此分为n＝P/4组：式中， 表示第i组近邻像素的像素值；

最后，编码每组中近邻像素之间的序关系：LCOPr，P，i＝f(γ(g′i))式中，γ(·)是排序函数，它以非降序的方式对输入元素进行排序并返回它们的相对位置；f(·)是映射函数，它将输入序列映射到对应的码值；如表所示，根据公式，每个分组中的近邻像素可以映射到一个整数值(即LCOP码值)，所述整数值的范围是{0,1,…,23}；

4.根据权利要求1所述的一种抗噪声的局部彩色纹理特征提取方法，其特征在于：步骤三中在4个颜色通道上以跨通道的方式提取纵向差值二值模式特征，即在4个通道中按照下列公式顺序获得通道之间的差值并二值化，公式如下：V1＝VR‑G＝δ(R‑G)

V2＝VG‑B＝δ(G‑B)

V3＝VB‑R＝δ(B‑R)

V4＝VR‑C＝δ(R‑C)

V5＝VG‑C＝δ(G‑C)

V6＝VB‑C＝δ(B‑C)

5.根据权利要求4所述的一种抗噪声的局部彩色纹理特征提取方法，其特征在于：步骤三中在4个颜色通道上以跨通道的方式提取纵向差值二值模式特征，即在4个通道中按照下列公式顺序获得通道之间的差值并二值化后按照一定的顺序编码，公式如下：

6.根据权利要求3、4或5所述的一种抗噪声的局部彩色纹理特征提取方法，其特征在于：步骤四中采用不同尺度提取上述特征归一化并级联，构建联合向量H，即将在4个通道中提取到的局部连续序模式特征与纵向差值二值模式特征归一化后级联，归一化过程如下：之后将5个特征级联，得到最终的彩色图像特征直方图：