1.一种基于环形核的图像特征提取方法，其特征在于，所述方法包括：
建立环形核，所述环形核由围绕固定圆心的多层圆环组成，每一层圆环由多个特征点组成，且每一层圆环上的特征点的个数满足预设的第一函数关系，每一层圆环上的特征点距离圆心的半径满足预设的第二函数关系；
载入图像，在图像中定位作为环形核圆心的基点；
将图像的基点与环形核圆心重合，计算环形核每个特征点的特征值，并将环形核每一层的特征点的特征值按大小顺序依次存放，提取环形核每一层特征点的特征向量。
2.根据权利要求1所述的方法，其特征在于，所述计算环形核每个特征点的特征值的方法为：
以所述基点为二维直角坐标系的原点，将环形核每一层上的每个特征点的极坐标转换为直角坐标；
获取图像上每一个特征点对应的特征区域内所有像素点的特征值的均值，将该均值作为该特征点的特征值。
3.根据权利要求2所述的方法，其特征在于，
所述预设的第一函数关系为f1(i)＝M＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，M为预设的大于零的正整数，n为环形核的层数；
所述预设的第二函数关系为f2(i)＝B＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，B为预设的大于零的正整数，n为环形核的层数；
所述特征点对应的特征区域为K*K个像素点构成的图像区域。
4.根据权利要求1所述的方法，其特征在于，所述图像为用于人脸识别的人脸图像，所述在图像中定位作为环形核圆心的基点的方法为：
采用动态形状模型ASM技术在载入的人脸图像中定位鼻尖点，将鼻尖点作为环形核的圆心的基点。
5.根据权利要求1至4任一项所述的方法，其特征在于，将所述方法应用 于人脸识别的系统中，在人脸发生旋转时，基于所述环形核每一层的特征向量的近似性来进行同一人脸的识别。
6.一种基于环形核的图像特征提取装置，其特征在于，该装置包括：
环形核构造模块，用于建立环形核，所述环形核由围绕固定圆心的多层圆环组成，每一层圆环由多个特征点组成，且每一层圆环上的特征点的个数满足预设的第一函数关系，每一层圆环上的特征点距离圆心的半径满足预设的第二函数关系；
基点定位模块，用于载入图像，在图像中定位作为环形核圆心的基点，并将图像的基点与环形核圆心重合；
特征向量计算模块，用于计算环形核每个特征点的特征值，并将环形核每一层的特征点的特征值按大小顺序依次存放，提取环形核每一层特征点的特征向量。
7.根据权利要求6所述的装置，其特征在于，所述特征向量计算模块计算环形核每个特征点的特征值时，以所述基点为二维直角坐标系的原点，将环形核每一层上的每个特征点的极坐标转换为直角坐标；再获取图像上每一个特征点对应的特征区域内所有像素点的特征值的均值，将该均值作为该特征点的特征值。
8.根据权利要求7所述的装置，其特征在于，
所述环形核构造模块使用的所述预设的第一函数关系为f1(i)＝M＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，M为预设的大于零的正整数，n为环形核的层数；
所述环形核构造模块使用的所述预设的第二函数关系为f2(i)＝B＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，B为预设的大于零的正整数，n为环形核的层数；
所述特征点对应的特征区域为K*K个像素点构成的图像区域。
9.根据权利要求6所述的装置，其特征在于，所述图像为用于人脸识别的人脸图像，所述基点定位模块在图像中定位作为环形核圆心的基点时，采用动 态形状模型ASM技术在载入的人脸图像中定位鼻尖点，将鼻尖点作为环形核的圆心的基点。
10.根据权利要求6至9任一项所述的装置，其特征在于，所述装置应用于人脸识别的系统中，在人脸发生旋转时，基于所述环形核每一层的特征向量的近似性来进行同一人脸的识别。