1.一种图像特征提取方法，其特征在于，包括以下步骤：S1、采用多尺度滑窗的方式分割图像区域，滑窗在整个图像区域内等距离滑动采样；

S2、在每个窗口内提取图像梯度方向直方图特征；

S3、统计各梯度方向空间分布特征；

S4、综合梯度方向直方图和梯度方向空间分布特征，得到每个窗口特征块的空间位置信息和方向信息。

2.如权利要求1所述的图像特征提取方法，其特征在于，步骤S3中空间分布特征描述方法采用以下两种方法任意一种或两种结合：方法1、空间金字塔：对窗口进行多尺度分块，分别提取各个区域块的特征后进行级联；

方法2、重心位置编码：统计窗口内各个方向梯度点的重心位置并进行量化编码，编码方法为将当前特征块划分为N*N的区域，某梯度方向的重心位置落入哪个区域则采用该区域的位置编码，级联所有量化后梯度方向的位置编码。

3.如权利要求2所述的图像特征提取方法，其特征在于，步骤S4中通过级联梯度方向直方图特征和梯度方向空间分布特征，得到每个窗口特征块的空间位置信息和方向信息。

4.如权利要求3所述的图像特征提取方法，其特征在于，步骤S2具体包括以下步骤：S21、对于给定窗口，计算水平和垂直方向的梯度；

S22、梯度方向角度取值0～360°，对梯度方向进行8方向量化；

S23、统计所有梯度点得到梯度方向直方图；

S24、对梯度方向直方图进行归一化；

S25、直方图特征编码得到二进制串，即图像梯度方向直方图特征。

5.如权利要求4所述的图像特征提取方法，其特征在于，步骤S21的计算方法为[Gh,Gv]＝gradient(F)，采用方向模板[-1,0,1],计算当前像素点的水平梯度和垂直梯度，方向角度θ＝arctan(Gv/Gh)：

6.如权利要求3或4所述的图像特征提取方法，其特征在于，步骤S22采用就近方向量化的原则，将实际的梯度方向量化至最近的量化方向上。

7.如权利要求3或4所述的图像特征提取方法，其特征在于，步骤S22采用模糊量化的方法，将实际的梯度方向用投影至相邻两个方向的分量表示。

8.如权利要求1至7中任一项所述的图像特征提取方法，其特征在于，步骤S24采用基于面积的归一化方法：设特征窗口Ww×h梯度方向直方图Hist＝[h0,h1,…,h7]Τ，面积参数 则基于面积参数的归一化直方图为 和/或基于目标像素点总数的归一化方法：

Ri梯度方向直方图HistRi＝[h0,h1,…,h7]Τ，归一化直方图为优选为两种方法的结合。

9.如权利要求8所述的图像特征提取方法，其特征在于，步骤S1中滑窗的尺寸设置为长

0.1～1、宽0.1～1的多种组合，以整幅图片的尺寸为1。

10.如权利要求9所述的图像特征提取方法，其特征在于，步骤S1中滑窗的滑动步长为

0.1～0.25。