1.一种可见光图像与红外图像匹配方法，其特征在于，包括以下步骤：(1)、分别对可见光图像和红外图像提取出最大稳定极值区域；(2)、分别对可见光图像和红外图像的最大稳定极值区域进行椭圆拟合，并归一化成为标准圆形区域；(3)、建立FBP模型，使用二进制编码描述所述标准圆内的纹理信息，包括：(31)、以标准圆形区域的中心作为圆心、以r作为半径画圆，划定一个圆形区域为第二圆形区域，其中r＝R/2，R为标准圆形区域的半径；(32)、在第二圆形区域的圆周上选取若干个边界点，分别以各边界点为圆心，以r作为半径画圆，再次划定相应的若干个圆形区域，为边缘圆形区域，其中，各边界点均匀分布在第二圆形区域的圆周上；(33)、分别将各区域和标准圆形区域进行编码，各区域包括第二圆形区域以及所有边缘圆形区域；(4)、使用汉明距离匹配各区域的编码，包括：(41)、计算各区域的权重；(42)、计算各区域的汉明距离；(43)、利用各区域的汉明距离以及各区域的权重，计算总汉明距离；(44)、将总汉明距离与设定阈值比较，若总汉明距离不大于设定阈值，则可见光图像与红外图像符合匹配条件，否则，不匹配。2.根据权利要求1所述的可见光图像与红外图像匹配方法，其特征在于，步骤(1)中，采用MSER算法提取最大稳定极值区域，包括：(11)、将图像划分为不同的连通区域，标记这些区域，完成MSER块的提取；(12)、将阈值像素从0到255逐渐递增，将图像划分为不同的连通区域，标记这些区域，完成MSER块划分；(13)、计算MSER块的面积变化率，完成MSER块的提取，计算方法为其中，qi表示第i时刻MSER块的面积变化率，Qi表示第i次递增时MSER块的面积，Qi+Δ表示第i+Δ次递增时MSER块的面积，Qi-Δ表示第i-Δ次递增时MSER块的面积；(14)、判断MSER块是否为最大稳定极值区域，当qi最小时，当前的区域为最大稳定极值区域。3.根据权利要求1所述的可见光图像与红外图像匹配方法，其特征在于，步骤(2)中，采用最小二乘法对最大稳定极值区域进行椭圆拟合。4.根据权利要求1所述的可见光图像与红外图像匹配方法，其特征在于，在步骤(2)和步骤(3)之间还包括对整幅图像进行高斯模糊处理的步骤。5.根据权利要求1所述的可见光图像与红外图像匹配方法，其特征在于，步骤(33)中，分别将各区域采用LBP算法进行编码之前还包括步骤：以标准圆形区域的中心作为圆心、以3个像素作为半径画圆，划定一个圆形区域为第三圆形区域，计算第三圆形区域的所有像素值的平均值，作为标准圆形区域的中心像素值。6.根据权利要求5所述的可见光图像与红外图像匹配方法，其特征在于，步骤(33)中，将各区域采用LBP算法进行编码包括：(331)、在各区域的边界上分别选取若干个编码点；(332)、将编码点的像素值与该编码点所在区域的中心像素值相比较，若编码点的像素值不小于中心像素值，则该编码点编码为1，否则，编码为0。7.根据权利要求6所述的可见光图像与红外图像匹配方法，其特征在于，步骤(41)中各区域的权重计算方法为：