1.一种图像分类的方法，其特征在于，包括：
将图像分解成多个通道的子图像，将每个所述子图像分割成大小相同的n个图像块，所述n为大于1的整数；
基于所述图像块计算所述的图像的相对特征，所述相对特征用于描述所述图像的局部相对性，所述局部相对性包括颜色的相对性；
对所述相对特征进行编码和池化，构建所述图像的全局表示；
将所述图像的全局表示送入预设的分类器，以对所述图像进行分类；
所述相对特征包括空间相对特征，所述基于所述图像块计算所述的图像的相对特征包括：
用一个由m×m个所述图像块大小的块组成的滑动窗口滑过整张所述子图像，所述滑动窗口的滑动步长为1，所述m大于1且所述m×m小于n；
在所述滑动窗口滑过的所述子图像的每个覆盖区域，计算所述滑动窗口的每个中心块覆盖区域p与剩余(m×m-1)个块覆盖区域q的f-divergence特征值；
将每个所述通道的所述子图像的f-divergence特征值进行合并，生成所述图像的所述空间相对特征。
2.如权利要求1所述的方法，其特征在于，所述计算所述滑动窗口的每个中心块覆盖区域p与剩余(m×m-1)个块覆盖区域q的f-divergence特征值包括：
通过
3.如权利要求1所述的方法，其特征在于，所述相对特征包括通道间相对特征，所述基于所述图像块计算所述的图像的相对特征包括：
根据
分别将计算得到的每两个通道所述子图像的所有相对特征串联起来，生成所述图像的每两个通道之间的通道间相对特征。
4.如权利要求1所述的方法，其特征在于，在所述将所述图像的全局表示送入预设的分类器之前，所述方法还包括：
将通过尺度不变特征转换sift算法提取的sift特征进行编码和池化；
将编码和池化后的所述sift特征和所述相对特征进行串联；
利用串联生成的特征训练所述预设的分类器。
5.一种图像分类的装置，其特征在于，包括：
分解单元，用于将图像分解成多个通道的子图像，将每个所述子图像分割成大小相同的n个图像块，所述n为大于1的整数；
计算单元，用于基于所述图像块计算所述的图像的相对特征，所述相对特征用于描述所述图像的局部相对性，所述局部相对性包括颜色的相对性；
构建单元，用于对所述相对特征进行编码和池化，构建所述图像的全局表示；
分类单元，用于将所述图像的全局表示送入预设的分类器，以对所述图像进行分类；
所述相对特征包括空间相对特征，所述计算单元包括：
滑动子单元，用于用一个由m×m个所述图像块大小的块组成的滑动窗口滑过整张所述子图像，所述滑动窗口的滑动步长为1，所述m大于1且所述m×m小于n；
第一计算子单元，用于在所述滑动窗口滑过的所述子图像的每个覆盖区域，计算所述滑动窗口的每个中心块覆盖区域p与剩余(m×m-1)个块覆盖区域q的f-divergence特征值；
第一生成子单元，用于将每个所述通道的所述子图像的f-divergence特征值进行合并，生成所述图像的所述空间相对特征。
6.如权利要求5所述的装置，其特征在于，所述第一计算子单元具体用于：
通过
7.如权利要求5所述的装置，其特征在于，所述相对特征包括通道间相对特征，所述计算单元包括：
第二计算子单元，用于根据
第二生成子单元，用于分别将计算得到的每两个通道所述子图像的所有相对特征串联起来，生成所述图像的每两个通道之间的通道间相对特征。
8.如权利要求5所述的装置，其特征在于，所述装置还包括：
sift特征提取单元，用于将通过尺度不变特征转换sift算法提取的sift特征进行编码和池化；
串联单元，用于将编码和池化后的所述sift特征和所述相对特征进行串联；
训练单元，用于利用串联生成的特征训练所述预设的分类器。