1.一种基于圆形邻域的梯度直方图特征描述方法，其特征在于，具体按照以下步骤实施：步骤1、读入图像I，将图像I灰度化处理，读入特征点集合{X,Y}，取特征点集合中的一个特征点 ，在图像I中以点(x,y)为中心选择一个半径为r的圆形区域，作为特征点(x,y)的特征邻域，记为H；

步骤2、将特征邻域H均匀地划分为m个同面积区域；

步骤3、在每个同面积区域内分别计算一个n个柱的梯度直方图，记为 ,其中；

步骤4、将m个同面积区域的梯度直方图结合权重按位累加起来，得到整个特征邻域的梯度直方图 ，将整个特征邻域的梯度直方图 的最高峰对应的柱作为特征的主方向，记为 ；

步骤5、调整特征邻域的坐标轴与特征点的主方向一致，按顺序将同面积区域的直方图连接起来，构成特征(x,y)的特征描述符Des，长度为m*n；

步骤2具体过程为：

用m‑1个同心圆环将特征邻域H均分m个环形同面积区域；

步骤2具体过程为：

将特征邻域H均匀地划分为m个扇形同面积区域，每个扇形同面积区域的弧度为360/m度，并且依次为每个扇形同面积区域设定一个编号，记为 ，i [1,2,…,m]；

步骤3具体过程为：

步骤3.1、分别在每个同面积区域内，将0 360度的梯度方向范围分为n个范围角，每个~范围角对应一个柱，计算每个同面积区域内所有像素点梯度方向和梯度幅值，根据梯度方向确定像素点所属的柱；

步骤3.2、将每个柱内所有像素点的梯度幅值累加，得到n个柱构成的梯度直方图，记为，其中 ；

步骤3.1中所述计算每个同面积区域内所有像素点梯度方向和梯度幅值具体过程为：取每个同面积区域内的像素点位置为（s,t），则每个像素点的梯度方向和梯度幅值表示为：（1）

式（1）中， 表示每个像素点的梯度幅值， 表示每个像素点的梯度方向，表示每个像素点的灰度值；

步骤4具体过程为：

步骤4.1、对每个环形同面积区域定义权重wi，将每个环形同面积区域的梯度直方图乘以权重wi，记为 ；

步骤4.2、将m个环形同面积区域的梯度直方图 累加，得到整个圆形邻域H的梯度直方图DH，大小为1*n；

步骤4.3、圆形邻域H的梯度直方图DH的梯度幅值最大的柱对应特征邻域的主方向 ；

步骤4具体过程为：

步骤4.1、每个扇形同面积区域的权重相等，将m个扇形同面积区域的梯度直方图中，m个对应同一范围角的柱的幅值累加起来，得到整个圆形邻域的梯度直方图 ；

(2)

步骤4.2、将梯度直方图 的最高峰对应的柱作为特征的主方向，记为 ；

步骤5具体过程为：

步骤5.1、通过对每个环形同面积区域的梯度直方图 按位左移 位来校正特征主方向，记为 ；

步骤5.2、将m个环形同面积区域的梯度直方图 由内而外连接起来，构成特征描述子，其长度为m*n；

步骤5中所述调整特征邻域的坐标轴与特征点的主方向一致具体过程为：根据特征的主方向更新每个扇形同面积区域的编号来矫正特征主方向，更新每个扇形同面积区域的编号具体过程为：(3)

式（3）中， 表示更新后编号。