1.基于多分辨率Trace变换的图像不变特征提取算法，其特征在于，包括以下步骤：

1)对原始灰度图像进行二级的非下采样小波变换，得到与原始图像大小相同的子图；

2)对子图进行灰度扩充，即把原始大小m×n的图像扩充到k×k大小，其中与原始图像I相比多余的扩充部分的像素值用0填充，得到的新的图像用F1表示；

3)将上述新的图像F1映射到迹空间中g(φ,p,t)中，得到三维数据，迹空间中的点和图像F1中的点相对应；

4)将所述三维数据使用迹泛函T消除参数t，得到二维特征，该二维特征表现形式为一个矩阵，称为迹矩阵；

5)在所述二维特征的迹矩阵上使用直径泛函D消除参数p，得到一维特征向量；

6)在所述一维特征向量上使用圆周泛函C消除参数φ，得到0维实数特征，即三重不变特征；

7)重复步骤2)至步骤6)，选择合适的T、D、C泛函组合，获得目标图像多维三重特征；

8)重复步骤2)至步骤7)，获得各个子图的三重不变特征。

2.根据权利要求1所述的基于多分辨率Trace变换的图像特征提取算法，其特征在于，所述非下采样小波变换把图像分解第一层的低频分量，以及水平、垂直、对角线三个方向上的高频分量，然后再将第一层的低频分量分解为第二层的低频分量，以及水平、垂直和对角线三个方向的高频分量，以此类推，且子图和原始图像大小一致；其中不同频率的子图分别对应图像的基本信息和细节轮廓信息。

3.根据权利要求1所述的基于多分辨率Trace变换的图像特征提取算法，其特征在于，所述步骤3)中的映射是对每个新的子图进行迹空间映射，把二维灰度图像空间映射到三维迹空间g(φ,p,t)中，像素点的位置由参数t、p、φ共同确定，其中：φ是迹线l的法线与水平轴x的夹角，p是迹线l与原点O的距离，t是迹线上采样像素点的位置。

4.根据权利要求1所述的基于多分辨率Trace变换的图像特征提取算法，其特征在于，所述迹泛函T、直径泛函D和圆周泛函C，均是变换中任意数学函数的泛函形式。

5.根据权利要求1所述的基于多分辨率Trace变换的图像特征提取算法，其特征在于，所述三重特征用泛函公式计算表示：Π(F1,C1)＝C(D(T(F1(C1；φ,p,t))))   (1)其中F1表示图像函数，C1是新的坐标系映射，F1(C1；φ,p,t)表示图像函数在迹空间上的投影，T、D、C分别表示定义在参数t、p、φ上的泛函。

6.根据权利要求1所述的基于多分辨率Trace变换的图像特征提取算法，其特征在于，所述合适的泛函组合，是指在对旋转、缩放、平移具有不变性或敏感性的泛函，能提取出图像的不变特征。