1.一种景物特征提取方法，包括：
获取目标图像，进行二值化处理，得到二值图像；
将所述二值图像进行形态学处理，得到形态学处理图像；
根据所述形态学处理图像确定激励图；
对所述激励图进行均一化处理，得到显著性图；
根据所述显著性图确定所述目标图像的目标景物特征。
2.根据权利要求1所述的方法，其特征在于，所述进行二值化处理之前，还包括：
对所述目标图像进行滤波。
3.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行滤波，包括：
对所述目标图像进行高斯滤波，采用的高斯函数为：
其中，x,y为所述目标图像的点坐标，σ为高斯滤波器的参数，所述σ的值为所述目标图像的宽度和高度中较小者的1/8～1/12之间。
4.根据权利要求2所述的方法，其特征在于，所述进行二值化处理，包括：
对滤波后得到平滑图像中的点b(x,y)，在9*9领域内求取局部灰度标准差：
遍历所述平滑图像进行如下运算，得到所述二值图像：
若
若
5.根据权利要求1所述的方法，其特征在于，所述将所述二值图像进行形态学处理，得到形态学处理图像，包括：
对所述二值图像作腐蚀运算；
将所述腐蚀运算处理后的图像进行膨胀运算，得到所述形态学处理图像。
6.根据权利要求1所述的方法，其特征在于，所述根据所述形态学处理图像确定激励图，包括：
对于所述形态学处理图像中每一个点，将所述点的灰度值作为马尔科夫链中的状态，计算从所述点出发的边的权重，所述边的权重为状态间转换的概率，计算马尔科夫链的概率分布，得到所述激励图。
7.根据权利要求6所述的方法，其特征在于，所述边的权重设置为：
w1((i，j)，(p，q))＝d((i，j)||(p，q))·f(i-p，j-q)
其中，d(i,j)与d(p,q)为所述边的两个端点，
δ为自由参数，所述δ的值为图像宽度和图像高度中较小者的1/16～1/24之间。
8.根据权利要求1所述的方法，其特征在于，所述根据所述显著性图确定所述目标图像的目标景物特征，包括：
根据所述显著性图确定所述目标图像的显著性区域，将所述显著性区域的区域特征作为所述目标图像的目标景物特征。
9.一种景物特征提取设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～8中任意一项所述的方法。
10.一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1～8中任意一项所述的方法。