1.一种字符识别方法，其特征在于，包括：
对第一字符图像按照至少两个尺度分别进行缩放处理，得到至少两个尺度的第二字符图像；
对于每一种尺度的第二字符图像都提取到至少两种不同类型的特征，得到各种尺度的第二字符图像对应的至少两种不同类型的第一字符特征；
对所述各种尺度的第二字符图像对应的至少两种不同类型的第一字符特征进行融合处理以及降维处理，得到各种尺度的第二字符图像对应的第二字符特征；
将所述第二字符特征输入分类器，识别出与所述第一字符图像对应的字符结果。
2.根据权利要求1所述的方法，其特征在于，所述对第一字符图像按照至少两个尺度分别进行缩放处理之前，所述方法还包括：
对所述第一字符图像进行中心化处理，得到字符块居中的第一字符图像。
3.根据权利要求2所述的方法，其特征在于，所述对所述第一字符图像进行中心化处理，包括：
计算所述第一字符图像在水平方向和垂直方向上的灰度分布的重心位置以及所述第一字符图像的方差；
根据所述第一字符图像在水平方向和垂直方向上的灰度分布的重心位置以及所述第一字符图像的方差调整所述第一字符图像，使所述第一字符图像中的字符块在调整后的第一字符图像上处于居中的位置。
4.根据权利要求1所述的方法，其特征在于，所述对于每一种尺度的第二字符图像都提取到至少两种不同类型的特征，包括：
对每一种尺度的第二字符图像都提取到预置的多种类型中的至少两种类型的特征，所述预置的多种类型包括：梯度投影特征、梯度方向直方图HOG特征、灰度模板特征、Gabor特征、局部二值模式LBP特征、小波变换特征。
5.根据权利要求1所述的方法，其特征在于，所述对所述各种尺度的第二字符图像对应的至少两种不同类型的第一字符特征进行融合处理以及降维处理，包括：
对所述各种尺度的第二字符图像对应的至少两种不同类型的第一字符特 征先进行融合处理，然后对融合后的结果再进行降维处理；
或，对所述各种尺度的第二字符图像对应的至少两种不同类型的第一字符特征先进行降维处理，然后对降维后的结果再进行融合处理。
6.根据权利要求1所述的方法，其特征在于，所述将所述第二字符特征输入分类器，识别出与所述第一字符图像对应的字符结果，包括：
计算所述第二字符特征与样本特征均值的余弦相似度；
选择余弦相似度最高的样本特征对应的字符作为与所述第一字符图像对应的字符结果。
7.一种字符识别装置，其特征在于，包括：
图像缩放模块，用于对第一字符图像按照至少两个尺度分别进行缩放处理，得到至少两个尺度的第二字符图像；
多类型特征提取模块，用于对于每一种尺度的第二字符图像都提取到至少两种不同类型的特征，得到各种尺度的第二字符图像对应的至少两种不同类型的第一字符特征；
字符特征处理模块，用于对所述各种尺度的第二字符图像对应的至少两种不同类型的第一字符特征进行融合处理以及降维处理，得到各种尺度的第二字符图像对应的第二字符特征；
字符识别模块，用于将所述第二字符特征输入分类器，识别出与所述第一字符图像对应的字符结果。
8.根据权利要求7所述的装置，其特征在于，所述字符识别装置还包括：
图像中心化处理模块，用于所述图像缩放模块对第一字符图像按照至少两个尺度分别进行缩放处理之前，对所述第一字符图像进行中心化处理，得到字符块居中的第一字符图像。
9.根据权利要求8所述的装置，其特征在于，所述图像中心化处理模块，包括：
第一计算单元，用于计算所述第一字符图像在水平方向和垂直方向上的灰度分布的重心位置以及所述第一字符图像的方差；
图像调整单元，用于根据所述第一字符图像在水平方向和垂直方向上的灰度分布的重心位置以及所述第一字符图像的方差调整所述第一字符图像， 使所述第一字符图像中的字符块在调整后的第一字符图像上处于居中的位置。
10.根据权利要求7所述的装置，其特征在于，所述多类型特征提取模块，具体用于对每一种尺度的第二字符图像都提取到预置的多种类型中的至少两种类型的特征，所述预置的多种类型包括：梯度投影特征、梯度方向直方图HOG特征、灰度模板特征、Gabor特征、局部二值模式LBP特征、小波变换特征。
11.根据权利要求7所述的装置，其特征在于，所述字符特征处理模块，具体用于对所述各种尺度的第二字符图像对应的至少两种不同类型的第一字符特征先进行融合处理，然后对融合后的结果再进行降维处理；或，对所述各种尺度的第二字符图像对应的至少两种不同类型的第一字符特征先进行降维处理，然后对降维后的结果再进行融合处理。
12.根据权利要求7所述的装置，其特征在于，所述字符识别模块，包括：
第二计算单元，用于计算所述第二字符特征与样本特征均值的余弦相似度；
字符选择单元，用于选择余弦相似度最高的样本特征对应的字符作为与所述第一字符图像对应的字符结果。