1.基于行人身体子区域颜色直方图的行人重识别预匹配方法，其特征在于，包括如下步骤：

步骤1.1：给定待匹配图像Pd，以及查找集中的任意一张图像Pc；

步骤1.2：通过Openpose算法得到图像Pd和Pc中的行人骨架；

步骤1.3：根据骨架将图像Pd中的行人分为左右躯干以及上下腿部这四部分，分别记为记为Pdl、Pdr、Pdu和Pdd；

步骤1.4：根据骨架将图像Pc中的行人分为左右躯干以及上下腿部这四部分，分别记为记为Pcl、Pcr、Pcu和Pcd；

步骤2.1：分别计算子图像Pdl、Pdr、Pdu和Pdd的HSV颜色直方图，得到图像Pd的直方图特征描述集合Td＝{(Hdl,Hdr,Hdu,Hdd)|(hdl,hdr,hdu,hdd),(sdl,sdr,sdu,sdd),(vdl,vdr,vdu,vdd)}，其中Hdl、Hdr、Hdu和Hdd分别表示子图像Pdl、Pdr、Pdu和Pdd的HSV颜色直方图，hdl、hdr、hdu和hdd分别表示子图像Pdl、Pdr、Pdu和Pdd在H分量的直方图，sdl、sdr、sdu和sdd分别表示子图像Pdl、Pdr、Pdu和Pdd在S分量的直方图，vdl、vdr、vdu和vdd分别表示子图像Pdl、Pdr、Pdu和Pdd在V分量的直方图；

步骤2.2：分别计算子图像Pcl、Pcr、Pcu和Pcd的HSV颜色直方图，得到图像Pc的直方图特征描述集合Tc＝{(Hcl,Hcr,Hcu,Hcd)|(hcl,hcr,hcu,hcd),(scl,scr,scu,scd),(vcl,vcr,vcu,vcd)}，其中Hcl、Hcr、Hcu和Hcd分别表示子图像Pcl、Pcr、Pcu和Pcd的HSV颜色直方图，hcl、hcr、hcu和hcd分别表示子图像Pcl、Pcr、Pcu和Pcd在H分量的直方图，scl、scr、scu和scd分别表示子图像Pcl、Pcr、Pcu和Pcd在S分量的直方图，vcl、vcr、vcu和vcd分别表示子图像Pcl、Pcr、Pcu和Pcd在V分量的直方图；

步骤3.1：分别根据式(2)-(4)计算子图像Pdl与Pcl、子图像Pdr与Pcr、子图像Pdu与Pcu的相似度，并分别记为dl(Hdl,Hcl)，dr(Hdr,Hcr)，du(Hdu,Hcu)；

dl(Hdl,Hcl)＝α*d(hdl,hcl)+β*d(sdl,scl)+γ*d(vdl,vcl)    (2)dr(Hdr,Hcr)＝α*d(hdr,hcr)+β*d(sdr,scr)+γ*d(vdr,vcr)     (3)du(Hdu,Hcu)＝α*d(hdu,hcu)+β*d(sdu,scu)+γ*d(vdu,vcu)     (4)其中，α，β，γ分别为H，S，V的权重值，式(2)-(4)中右边部分用到的形式为d(H1,H2)的式子表示一个函数，该函数采用巴氏距离方法计算直方图H1和H2的距离；

步骤3.2：按照如下公式计算图像Pd与图像Pc距离D(Pd,Pc)：

D(Pd,Pc)＝λdl(Hdl,Hcl)+μdr(Hdr,Hcr)+δdu(Hdu,Hcu)+θdd(Hdd,Hcd)    (5)其中λ，μ，δ和θ为设定的相似度权重值；

步骤4.1：给定阈值T，若D(Pd,Pc)＜T，认定图像为相似，图像Pc加入相似文件夹中，若D(Pd,Pc)≥T，舍弃图像Pc；

步骤4.2：再从图库中随机抽取一张图像记为Pc，重复步骤1.2，步骤1.4，步骤2.2，步骤

3.1，步骤3.2，步骤4.1，步骤4.2。