1.一种图像特征提取方法，其特征在于，包括

将第一人脸表情图像表示为四元数矩阵；

计算获得所述四元数矩阵的三个相位矩阵以及幅值矩阵；

分别对所述三个相位矩阵进行局部编码获得三个编码相位矩阵，以及对所述幅值矩阵进行局部编码获得编码幅值矩阵；

分别对所述三个编码相位矩阵以及所述编码幅值矩阵中的元素值进行统计，获得所述第一人脸表情图像的图像特征；

其中，若所述第一人脸表情图像包括红色通道图像、绿色通道图像以及蓝色通道图像，则所述将第一人脸表情图像表示为四元数矩阵，包括：利用所述红色通道图像、所述绿色通道图像以及所述蓝色通道图像分别表示所述四元数矩阵的三个虚部矩阵；

若所述第一人脸表情图像包括红色通道图像、绿色通道图像、蓝色通道图像以及附加通道图像，所述附加通道图像为深度图像或近红外图像，则所述将第一人脸表情图像表示为四元数矩阵，包括：利用所述红色通道图像、所述绿色通道图像以及所述蓝色通道图像分别表示所述四元数矩阵的三个虚部矩阵，以及利用所述附加通道图像表示所述四元数矩阵的实部矩阵；

所述计算获得所述四元数矩阵的三个相位矩阵，包括：

分别计算所述四元数矩阵与三个预设单位纯四元数的乘积，获得三个乘积结果矩阵；

分别计算所述三个乘积结果矩阵的相位，获得所述三个相位矩阵。

2.根据权利要求1所述的图像特征提取方法，其特征在于，所述分别对所述三个相位矩阵进行局部编码获得三个编码相位矩阵，以及对所述幅值矩阵进行局部编码获得编码幅值矩阵，包括：利用局部二值模式LBP或者异或非对称邻域局部梯度编码XOR－AR－LGC分别对所述三个相位矩阵进行局部编码获得三个编码相位矩阵，以及利用所述LBP或者所述XOR－AR－LGC对所述幅值矩阵进行局部编码获得编码幅值矩阵。

3.根据权利要求1所述的图像特征提取方法，其特征在于，所述分别对所述三个编码相位矩阵以及所述编码幅值矩阵中的元素值进行统计，获得所述第一人脸表情图像的图像特征，包括：分别将所述三个编码相位矩阵以及所述编码幅值矩阵划分为多个子块；

统计所述多个子块中的每个子块所包含的元素值的分布直方图，获得多个分布直方图；

将所述多个分布直方图依次连接，并将连接后生成的总体分布直方图确定为所述图像特征。

4.根据权利要求3所述的图像特征提取方法，其特征在于，所述将所述多个分布直方图依次连接，并将连接后生成的总体分布直方图确定为所述第一人脸表情图像的图像特征，包括：将所述多个分布直方图乘上加权系数后依次连接，并将连接后生成的总体分布直方图确定为所述图像特征。

5.根据权利要求1所述的图像特征提取方法，其特征在于，所述分别对所述三个编码相位矩阵以及所述编码幅值矩阵中的元素值进行统计，获得所述第一人脸表情图像的图像特征之后，所述方法还包括：利用所述图像特征训练用于对第二人脸表情图像进行分类的分类模型。

6.根据权利要求5所述的图像特征提取方法，其特征在于，所述分类模型为支持向量机模型或卷积神经网络模型。

7.一种图像特征提取装置，其特征在于，包括：

图像表示模块，用于将第一人脸表情图像表示为四元数矩阵；

相位及幅值计算模块，用于计算获得所述四元数矩阵的三个相位矩阵以及幅值矩阵；

相位及幅值编码模块，用于分别对所述三个相位矩阵进行局部编码获得三个编码相位矩阵，以及对所述幅值矩阵进行局部编码获得编码幅值矩阵；

特征合成模块，用于分别对所述三个编码相位矩阵以及所述编码幅值矩阵中的元素值进行统计，获得所述第一人脸表情图像的图像特征；

其中，若所述第一人脸表情图像包括红色通道图像、绿色通道图像以及蓝色通道图像，则图像表示模块将第一人脸表情图像表示为四元数矩阵，包括：利用所述红色通道图像、所述绿色通道图像以及所述蓝色通道图像分别表示所述四元数矩阵的三个虚部矩阵；

若所述第一人脸表情图像包括红色通道图像、绿色通道图像、蓝色通道图像以及附加通道图像，所述附加通道图像为深度图像或近红外图像，则图像表示模块将第一人脸表情图像表示为四元数矩阵，包括：利用所述红色通道图像、所述绿色通道图像以及所述蓝色通道图像分别表示所述四元数矩阵的三个虚部矩阵，以及利用所述附加通道图像表示所述四元数矩阵的实部矩阵；

相位及幅值计算模块计算获得所述四元数矩阵的三个相位矩阵，包括：分别计算所述四元数矩阵与三个预设单位纯四元数的乘积，获得三个乘积结果矩阵；

分别计算所述三个乘积结果矩阵的相位，获得所述三个相位矩阵。