1.一种确定图像相似度的方法，其特征在于，所述方法包括：获取第一图像的梯度特征向量和第二图像的梯度特征向量，所述第一图像的梯度特征向量和所述第二图像的梯度特征向量均指示相应图像中的像素点在一阶梯度上的像素梯度分布情况、或者均指示相应图像中的像素点在一阶梯度至k阶梯度中每阶梯度上的像素梯度分布情况；

基于所述第一图像的梯度特征向量和所述第二图像的梯度特征向量，确定所述第一图像和所述第二图像之间的相似度。

2.如权利要求1所述的方法，其特征在于，在所述第一图像的梯度特征向量和所述第二图像的梯度特征向量均指示相应图像中的像素点在一阶梯度上的像素梯度分布情况的情况下，所述第一图像的梯度特征向量包括与M个一阶梯度方向区间各自对应的M维特征值、以及与N个一阶梯度幅值区间各自对应的N维特征值，所述第二图像的梯度特征向量包括与M个一阶梯度方向区间各自对应的M维特征值、以及与N个一阶梯度幅值区间各自对应的N维特征值，所述M和N均为大于1的正整数；

其中，所述第一图像的梯度特征向量包括的M维特征值中任一特征值指示所述第一图像中一阶梯度方向位于在相应梯度方向区间上的像素点的数量，所述第一图像的梯度特征向量包括的N维特征值中任一特征值指示所述第一图像中一阶梯度幅值位于在相应梯度幅值区间上的像素点的数量；

所述第二图像的梯度特征向量包括的M维特征值中任一特征值指示所述第二图像中一阶梯度方向位于在相应梯度方向区间上的像素点的数量，所述第二图像的梯度特征向量包括的N维特征值中任一特征值指示所述第二图像中一阶梯度幅值位于在相应梯度幅值区间上的像素点的数量。

3.如权利要求1所述的方法，其特征在于，在所述第一图像的梯度特征向量和所述第二图像的梯度特征向量均指示相应图像中的像素点在一阶梯度至k阶梯度中每阶梯度上的像素梯度分布情况的情况下，所述第一图像的梯度特征向量包括与P个i阶梯度方向区间各自对应的P维特征值、以及与Q个i阶梯度幅值区间各自对应的Q维特征值，所述第二图像的梯度特征向量包括与P个i阶梯度方向区间各自对应的P维特征值、以及与Q个i阶梯度幅值区间各自对应的Q维特征值，所述P和Q均为大于1的正整数，所述i为大于或等于1且小于或等于k的正整数；

其中，所述第一图像的梯度特征向量包括的P维特征值中任一特征值指示所述第一图像中i阶梯度方向位于在相应梯度方向区间上的像素点的数量，所述第一图像的梯度特征向量包括的Q维特征值中任一特征值指示所述第一图像中i阶梯度幅值位于在相应梯度幅值区间上的像素点的数量；

所述第二图像的梯度特征向量包括的P维特征值中任一特征值指示所述第二图像中i阶梯度方向位于在相应梯度方向区间上的像素点的数量，所述第二图像的梯度特征向量包括的Q维特征值中任一特征值指示所述第二图像中i阶梯度幅值位于在相应梯度幅值区间上的像素点的数量。

4.如权利要求1至3任一所述的方法，其特征在于，所述第一图像包括多个子图像，所述第一图像的梯度特征向量是由所述第一图像中多个子图像中每个子图像的梯度特征向量叠加得到的；

所述第二图像包括多个子图像，所述第二图像的梯度特征向量是由所述第二图像中多个子图像中每个子图像的梯度特征向量叠加得到的；

所述第一图像包括的子图像和所述第二图像包括的子图像的数量相同，所述第一图像包括子图像的尺寸和所述第二图像包括的子图像的尺寸相同，所述第一图像中多个子图像中每个子图像的梯度特征向量和所述第二图像中多个子图像中每个子图像的梯度特征向量均指示相应子图像中的像素点在一阶梯度上的像素梯度分布情况、或者均指示相应子图像中的像素点在一阶梯度至k阶梯度中每阶梯度上的像素梯度分布情况。

5.如权利要求1所述的方法，其特征在于，所述获取第一图像的梯度特征向量和第二图像的梯度特征向量之前，所述方法还包括：将所述第一图像压缩为参考尺寸的图像，所述参考尺寸为所述第二图像的尺寸；

获取所述参考尺寸的图像的梯度特征向量，将所述参考尺寸的图像的梯度特征向量作为所述第一图像的梯度特征向量。

6.如权利要求1至5任一所述的方法，其特征在于，所述方法还包括：响应于检测到的搜索指令，从所述多个第二图像中获取与所述第一图像之间的相似度最大的第二图像、或者、获取与所述第一图像之间的相似度超过相似度阈值的第二图像，将获取的第二图像作为针对所述搜索指令的搜索结果；

其中，所述搜索指令指示查询与所述第一图像关联的图像，所述第一图像和每个第二图像之间的相似度是基于所述第一图像的梯度特征向量和每个第二图像的梯度特征向量确定的，所述第一图像的梯度特征向量和每个第二图像的梯度特征向量均指示相应图像中的像素点在一阶梯度上的像素梯度分布情况、或者均指示相应图像中的像素点在一阶梯度至k阶梯度中每阶梯度上的像素梯度分布情况。

7.一种确定图像相似度的装置，其特征在于，所述装置包括：获取模块，用于获取第一图像的梯度特征向量和第二图像的梯度特征向量，所述第一图像的梯度特征向量和所述第二图像的梯度特征向量均指示相应图像中的像素点在一阶梯度上的像素梯度分布情况、或者均指示相应图像中的像素点在一阶梯度至k阶梯度中每阶梯度上的像素梯度分布情况；

确定模块，用于基于所述第一图像的梯度特征向量和所述第二图像的梯度特征向量，确定所述第一图像和所述第二图像之间的相似度。

8.如权利要求7所述的装置，其特征在于，在所述第一图像的梯度特征向量和所述第二图像的梯度特征向量指示相应图像中的像素点在一阶梯度上的像素梯度分布情况的情况下，所述第一图像的梯度特征向量包括与M个一阶梯度方向区间各自对应的M维特征值、以及与N个一阶梯度幅值区间各自对应的N维特征值，所述第二图像的梯度特征向量包括与M个一阶梯度方向区间各自对应的M维特征值、以及与N个一阶梯度幅值区间各自对应的N维特征值，所述M和N均为大于1的正整数；

其中，所述第一图像的梯度特征向量包括的M维特征值中任一特征值指示所述第一图像中一阶梯度方向位于在相应梯度方向区间上的像素点的数量，所述第一图像的梯度特征向量包括的N维特征值中任一特征值指示所述第一图像中一阶梯度幅值位于在相应梯度幅值区间上的像素点的数量；

所述第二图像的梯度特征向量包括的M维特征值中任一特征值指示所述第二图像中一阶梯度方向位于在相应梯度方向区间上的像素点的数量，所述第二图像的梯度特征向量包括的N维特征值中任一特征值指示所述第二图像中一阶梯度幅值位于在相应梯度幅值区间上的像素点的数量；

其中，在所述第一图像的梯度特征向量和所述第二图像的梯度特征向量均指示相应图像中的像素点在一阶梯度至k阶梯度中每阶梯度上的像素梯度分布情况的情况下，所述第一图像的梯度特征向量包括与P个i阶梯度方向区间各自对应的P维特征值、以及与Q个i阶梯度幅值区间各自对应的Q维特征值，所述第二图像的梯度特征向量包括与P个i阶梯度方向区间各自对应的P维特征值、以及与Q个i阶梯度幅值区间各自对应的Q维特征值，所述P和Q均为大于1的正整数，所述i为大于或等于1且小于或等于k的正整数；

其中，所述第一图像的梯度特征向量包括的P维特征值中任一特征值指示所述第一图像中i阶梯度方向位于在相应梯度方向区间上的像素点的数量，所述第一图像的梯度特征向量包括的Q维特征值中任一特征值指示所述第一图像中i阶梯度幅值位于在相应梯度幅值区间上的像素点的数量；

所述第二图像的梯度特征向量包括的P维特征值中任一特征值指示所述第二图像中i阶梯度方向位于在相应梯度方向区间上的像素点的数量，所述第二图像的梯度特征向量包括的Q维特征值中任一特征值指示所述第二图像中i阶梯度幅值位于在相应梯度幅值区间上的像素点的数量；

其中，所述第一图像包括多个子图像，所述第一图像的梯度特征向量是由所述第一图像中多个子图像中每个子图像的梯度特征向量叠加得到的；

所述第二图像包括多个子图像，所述第二图像的梯度特征向量是由所述第二图像中多个子图像中每个子图像的梯度特征向量叠加得到的；

所述第一图像包括的子图像和所述第二图像包括的子图像的数量相同，所述第一图像包括子图像的尺寸和所述第二图像包括的子图像的尺寸相同，所述第一图像中多个子图像中每个子图像的梯度特征向量和所述第二图像中多个子图像中每个子图像的梯度特征向量均指示相应子图像中的像素点在一阶梯度上的像素梯度分布情况、或者均指示相应子图像中的像素点在一阶梯度至k阶梯度中每阶梯度上的像素梯度分布情况；

其中，所述装置还包括压缩模块，用于将所述第一图像压缩为参考尺寸的图像，所述参考尺寸为所述第二图像的尺寸；

所述获取模块，还用于获取所述参考尺寸的图像的梯度特征向量，将所述参考尺寸的图像的梯度特征向量作为所述第一图像的梯度特征向量；

其中，所述获取模块，还用于响应于检测到的搜索指令，从所述多个第二图像中获取与所述第一图像之间的相似度最大的第二图像、或者、获取与所述第一图像之间的相似度超过相似度阈值的第二图像，将获取的第二图像作为针对所述搜索指令的搜索结果；

其中，所述搜索指令指示查询与所述第一图像关联的图像，所述第一图像和每个第二图像之间的相似度是基于所述第一图像的梯度特征向量和每个第二图像的梯度特征向量确定的，所述第一图像的梯度特征向量和每个第二图像的梯度特征向量均指示相应图像中的像素点在一阶梯度上的像素梯度分布情况、或者均指示相应图像中的像素点在一阶梯度至k阶梯度中每阶梯度上的像素梯度分布情况。

9.一种确定图像相似度的装置，其特征在于，所述装置包括：处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述权利要求1至权利要求6中的任一项权利要求所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，所述指令被处理器执行时实现上述权利要求1至权利要求6中的任一项权利要求所述的方法的步骤。