1.一种基于二维局部二值模式的图像描述方法，其特征在于，包括以下步骤：

101、首先获取图像数据集，然后对图像数据进行预处理，若为彩色图像则变换为灰度图像；

102、采用具有旋转不变均匀模式的局部二值模式方法LBPriu对步骤101处理后的图像进行特征提取，得到图像数据集的局部二值模式图即LBP图；

103、确定LBP图窗口大小，在LBP图上构造二维局部二值模式特征，同时改变LBPriu邻域半径大小，将不同半径对应的二维LBP特征进行融合，构造二维LBP特征用来进行分类；

104、预先设定图像数据集的测试集和训练集，根据步骤103得到的二维LBP特征，通过对图像训练集和测试集进行匹配，得到最终的分类结果。

2.根据权利要求1所述的基于二维局部二值模式的图像描述方法，其特征在于，所述图像数据集的LBP图是由图像的中每个像素的LBP值组成。

3.根据权利要求1或2所述的基于二维局部二值模式的图像描述方法，其特征在于，所述步骤103中二维局部二值模式特征的构造，具体包括如下步骤：

1)、当图像LBPriu的邻域半径为1，领域个数为8时，得到的LBPriu(1,8)共有10种模式值；

设定LBP图窗口大小为w，即是在w*w的窗口大小下统计图像LBPriu值的上下文信息的；

2)、构造LBP对(lc,ln)，lc表示中心像素对应的LBP值，取值范围为0到9；ln表示中心像素lc的邻域像素对应的LBP值，取值范围也是0到9，在w*w的LBP图窗口大小内，遍历整张图像，统计出LBP对(lc,ln)在不同模式值下的对应数量，得到10*10的二维LBP特征；

3)、将每张图像得到的10*10的二维LBP特征变为1*100维的特征；

4)、改变LBPriu方法中的半径大小和邻域像素个数，重复上述过程构造出相应的二维LBP特征；

5)、将上述半径值为x，邻域像素个数为8x的二维LBP特征融合起来形成图像的最终描述特征，x为正整数。

4.根据权利要求1所述的基于二维局部二值模式的图像描述方法，其特征在于，所述步骤104中训练集和测试集的选择和匹配的方法，所选用的数据库名为Brodatz纹理数据库，共有111类纹理图像，每个类中共有9张图像，选取每类图像的前三张作为训练集，剩余的六张作为测试集，训练集和测试集进行匹配，来获得分类结果。

5.根据权利要求1、2、4之一所述的基于二维局部二值模式的图像描述方法，其特征在于，二维局部二值模式的数学表达式如下：其中，LBPriu(x,y)表示(x,y)位置的像素对应的LBPriu；LBPriu(x+p,y+q)表示(x+p,y+q)位置的像素对应的LBPriu，p，q是整数，有 2DLBP(lc,ln)表示LBP对(lc,ln)在图像大小为M*N的图像中的数量；w表示LBP图的窗口大小；lc和ln分别表示LBP图的中心位置与邻域位置的LBP值，最大取值是由邻域像素个数所决定的，当lc和ln相等时，权重|lc-ln|的值为0，为了防止这一现象，将权重改为|lc-ln|+1，如果lc和ln的差值越大，那么权重就越大，反之权重就越小。