1.一种社交网络的图片推荐方法，包括：

a）获取上传图片，并判断该上传图片是否为人像图片，如果判断为是人像图片，则从所述社交网络的图片数据库中选取人像图片作为对比图片，如果判断为不是人像图片，则从所述社交网络的图片数据库中选取非人像图片作为对比图片；

b）获得所述上传图片和所述对比图片的颜色特征距离d；以及c）将与所述上传图片的颜色特征距离d较小的一个或多个对比图片推荐给所述上传图片的用户。

2.如权利要求1所述的社交网络的图片推荐方法，其中，在步骤b）中，获得所述上传图片和所述对比图片的颜色特征距离d包括：b1）从所述上传图片中提取各个图片像素的颜色特征值x，其中，x∈[x0,x1]，x0与x1为预定值，从所述上传图片中提取图片像素的颜色特征值的方法与从所述对比图片中提取或预先提取图片像素的颜色特征值的方法相同；

b2）与所述对比图片相对应，对所述上传图片做出N种预定划分，从第i种预定划分中选取Mi个预定区域，并获取从所述对比图片的第i种预定划分中选取的第j个预定区域的图片像素颜色特征值分布Aij(x)、以及从所述上传图片的第i种对应的预定划分中选取的第j个对应的预定区域的图片像素颜色特征值分布Bij(x)，其中，N、i、Mi、j均为自然数，且

1≤i≤N，Mi与i对应，1≤j≤Mi；

b3）对于对所述上传图片做出的第i种预定划分，根据所述Aij(x)和Bij(x)获得所述上传图片和所述对比图片在该第i种预定划分下的颜色特征距离di，其中，1≤i≤N，

1≤j≤Mi；以及

b4）根据所述di获得所述上传图片和所述对比图片的颜色特征距离d，其中，1≤i≤N。

3.如权利要求1或2所述的社交网络的图片推荐方法，其中，在步骤a）中，采用基于Haar特征和adaboost算法的人脸检测方法来判断所述上传图片是否为人像图片。

4.如权利要求3所述的社交网络的图片推荐方法，其中，采用所述基于Haar特征和adaboost算法的人脸检测方法将所述图片数据库的图片分为人像图片和非人像图片。

5.如权利要求2所述的社交网络的图片推荐方法，其中，在步骤b1）中，从所述上传图片或所述对比图片中提取图片像素的颜色特征值的步骤包括：①获取图片像素在色相-饱和度-亮度（HSV）色彩模型下的色相（H）、饱和度（S）和亮度（V）的值；

②对所获取的所述图片像素的HSV的值，按照下述公式进行量化，以获得与该图片像素的HSV值对应的hsv值：其中，Qh、Qs和Qv分别为H、S和V的量化级数，[H0,H1)、…、[HQh-1,HQh]为H的一个量化划分，[S0,S1)、…、[SQs-1,SQs]为S的一个量化划分，[V0,V1)、…、[VQv-1,VQv]为V的一个量化划分；

③对于所获得的所述图片像素的hsv值，按照下述公式计算该图片像素的颜色特征值x：x=hQsQv+sQs+v

其中，Qs为S的量化级数，Qv为V的量化级数，并且有

x∈[x0,x1]，x0=0，x1=(Qh-1)QsQv+(Qs-1)Qs+(Qv-1)。

6.如权利要求5所述的社交网络的图片推荐方法，其中，在归一化的HSV色彩模型下，Qh＝8，Qs=4，Qv=3；

x=12h+4s+v，并且有x∈[x0,x1]，x0=0，x1=98。

7.如权利要求2所述的社交网络的图片推荐方法，其中，在步骤b3）中，由下述公式获得所述上传图片和所述对比图片在第i种预定划分下的颜色特征距离di：其中，dij为从所述对比图片的第i种预定划分中选取的第j个预定区域与从所述上传图片的第i种对应的预定划分中选取的第j个对应的预定区域之间的颜色特征距离，wij为dij的权重，wij＞0，且

8.如权利要求2所述的社交网络的图片推荐方法，其中，在步骤b4）中，由下述公式获得所述上传图片和所述对比图片的颜色特征距离d：其中，wi为di的权重，wi＞0，且

9.如权利要求2或7或8所述的社交网络的图片推荐方法，其中，在步骤b2）中，N=3；

第一种预定划分将所述上传图片划分为中心区域和周围区域，并只选取该中心区域作为所述预定区域；

第二种预定划分将所述上传图片划分为多个较大的区域，并选取该多个较大的区域作为所述预定区域；以及第三预定种划分将所述上传图片划分为多个较小的区域，并选取该多个较小的区域作为所述预定区域。

10.如权利要求9所述的社交网络的图片推荐方法，其中，

在所述第一种预定划分中，中心区域的大小为所述上传图片大小的1/9；在所述第二种预定划分中，所述多个较大的区域包括4个大小相同的区域；在所述第三种预定划分中，所述多个较小的区域包括16个大小相同的区域。

11.如权利要求7所述的社交网络的图片推荐方法，其中，

N=3；

第一种预定划分将所述上传图片划分为中心区域和周围区域，该中心区域的大小为所述上传图片大小的1/9，并只选取该中心区域作为所述预定区域；

第二种预定划分将所述上传图片划分为4个大小相同的区域，并选取该4个区域作为所述预定区域；

第三预定种划分将所述上传图片划分为16个大小相同的区域，并选取该16个区域作为所述预定区域；以及w11=1；w2j=1/4，1≤j≤4；w3j=1/16，1≤j≤16。

12.如权利要求8所述的社交网络的图片推荐方法，其中，

N=3；

第一种预定划分将所述上传图片划分为中心区域和周围区域，该中心区域的大小为所述上传图片大小的1/9，并只选取该中心区域作为所述预定区域；

第二种预定划分将所述上传图片划分为4个大小相同的区域，并选取该4个区域作为所述预定区域；

第三预定种划分将所述上传图片划分为16个大小相同的区域，并选取该16个区域作为所述预定区域；以及w1=1/2；w2=1/4；、w3=1/4。

13.一种社交网络的图片推荐装置，包括：

人像判断与选取单元，用于获取上传图片，并判断该上传图片是否为人像图片，如果判断为是人像图片，则从所述社交网络的图片数据库中选取人像图片作为对比图片，如果判断为不是人像图片，则从所述社交网络的图片数据库中选取非人像图片作为对比图片；

颜色特征距离获得单元，用于获得所述上传图片和所述对比图片的颜色特征距离d；

以及

图片推荐单元，将与所述上传图片的颜色特征距离d较小的一个或多个对比图片推荐给所述上传图片的用户。

14.如权利要求13所述的社交网络的图片推荐装置，其中，所述颜色特征距离获得单元包括：图片像素颜色特征值提取部件，用于从所述对比图片或所述上传图片中提取各个图片像素的颜色特征值x，其中，x∈[x0,x1]，x0与x1为预定值；

图片划分部件，用于对所述对比图片和所述上传图片做出N种预定划分，从第i种预定划分中选取Mi个预定区域，并获取从所述对比图片的第i种预定划分中选取的第j个预定区域的图片像素颜色特征值分布Aij(x)、以及从所述上传图片的第i种对应的预定划分中选取的第j个对应的预定区域的图片像素颜色特征值分布Bij(x)，其中，N、i、Mi、j均为自然数，且1≤i≤N，Mi与i对应，1≤j≤Mi；

第一颜色特征距离获得部件，对于对所述上传图片做出的第i种预定划分，根据所述Aij(x)和Bij(x)获得所述上传图片和所述对比图片在该第i种预定划分下的颜色特征距离di，其中，1≤i≤N，1≤j≤Mi；以及第二颜色特征距离获得部件，根据所述di获得所述上传图片和所述对比图片的颜色特征距离d，其中，1≤i≤N。

15.如权利要求14所述的社交网络的图片推荐装置，其中，所述图片像素颜色特征值提取部件包括：HSV值获取元件，获取图片像素在色相-饱和度-亮度（HSV）色彩模型下的色相（H）、饱和度（S）和亮度（V）的值；

HSV值量化元件，对所获取的所述图片像素的HSV的值，按照下述公式进行量化，以获得与该图片像素的HSV值对应的hsv值：其中，Qh、Qs和Qv分别为H、S和V的量化级数，[H0,H1)、…、[HQh-1,HQh]为H的一个量化划分，[S0,S1)、…、[SQs-1,SQs]为S的一个量化划分，[V0,V1)、…、[VQv-1,VQv]为V的一个量化划分；

图片像素颜色特征值计算元件，对于所获得的所述图片像素的hsv值，按照下述公式计算该图片像素的颜色特征值x：x=hQsQv+sQs+v

其中，Qs为S的量化级数，Qv为V的量化级数，并且有

x∈[x0,x1]，x0=0，x1=(Qh-1)QsQv+(Qs-1)Qs+(Qv-1)。