1.一种基于单木识别的森林遥感图像配准方法，其特征在于，包括：
获取目标森林的基准图像和待配准图像；
根据局部最大值法分别对所述基准图像和所述待配准图像中的单木进行识别和定位；
计算所述基准图像中识别出的第i个单木的局部描述子，并计算所述待配准图像中识别出的第j个单木的局部描述子；
以单木的特征向量的欧式距离作为相似性判定标准，将所述第j个单木的局部描述子与所述第i个单木的局部描述子进行相似性判定，得到所述待配准图像的配准结果；
其中，i＝1，2，……，i，i为所述基准图像中识别出的单木的数量，j＝1，2，……，j，j为所述待配准图像中识别出的单木的数量。
2.根据权利要求1所述的基于单木识别的森林遥感图像配准方法，其特征在于，将所述第j个单木的局部描述子与所述第i个单木的局部描述子进行相似性判定之后，还包括：
通过最小二乘法和ransac算法剔除在判定过程中匹配错误的结果。
3.根据权利要求1所述的基于单木识别的森林遥感图像配准方法，其特征在于，根据局部最大值法分别对所述基准图像和所述待配准图像中的单木进行识别和定位，具体包括：
将所述基准图像转换为灰度图像，进行基于开闭的重建操作，得到局部极大图像，对所述局部极大图像进行腐蚀操作处理，将腐蚀操作处理后的局部极大图像叠加到所述基准图像中，对所述基准图像中的单木进行识别和定位；
将所述待配准图像转换为灰度图像，进行基于开闭的重建操作，得到局部极大图像，对所述局部极大图像进行腐蚀操作处理，将腐蚀操作处理后的局部极大图像叠加到所述待配准图像中，对所述待配准图像中的单木进行识别和定位。
4.根据权利要求1至3中任一项所述的基于单木识别的森林遥感图像配准方法，其特征在于，计算所述基准图像中识别出的第i个单木的局部描述子，具体包括：
确定所述基准图像中识别出的第i个单木的位置点，将所述位置点作为关键点；
对所述关键点周围预设大小区域进行分块，分别计算每块区域的梯度直方图；
根据所述梯度直方图生成所述关键点的特征向量；
根据所述关键点的特征向量生成所述关键点的局部描述子，作为所述第i个单木的局部描述子。
5.根据权利要求1至3中任一项所述的基于单木识别的森林遥感图像配准方法，其特征在于，计算所述待配准图像中识别出的第j个单木的局部描述子，具体包括：
确定所述待配准图像中识别出的第j个单木的位置点，将所述位置点作为关键点；
对所述关键点周围预设大小区域进行分块，分别计算每块区域的梯度直方图；
根据所述梯度直方图生成所述关键点的特征向量；
根据所述关键点的特征向量生成所述关键点的局部描述子，作为所述第j个单木的局部描述子。
6.一种基于单木识别的森林遥感图像配准系统，其特征在于，包括：
图像获取单元，用于获取目标森林的基准图像和待配准图像；
单木识别单元，用于根据局部最大值法分别对所述基准图像和所述待配准图像中的单木进行识别和定位；
描述子计算单元，用于计算所述基准图像中识别出的第i个单木的局部描述子，并计算所述待配准图像中识别出的第j个单木的局部描述子；
相似性判断单元，用于以单木的特征向量的欧式距离作为相似性判定标准，将所述第j个单木的局部描述子与所述第i个单木的局部描述子进行相似性判定，得到所述待配准图像的配准结果；
其中，i＝1，2，……，i，i为所述基准图像中识别出的单木的数量，j＝1，2，……，j，j为所述待配准图像中识别出的单木的数量。
7.根据权利要求6所述的基于单木识别的森林遥感图像配准系统，其特征在于，所述相似性判断单元还用于通过最小二乘法和ransac算法剔除在判定过程中匹配错误的结果。
8.根据权利要求6所述的基于单木识别的森林遥感图像配准系统，其特征在于，所述单木识别单元具体用于将所述基准图像转换为灰度图像，进行基于开闭的重建操作，得到局部极大图像，对所述局部极大图像进行腐蚀操作处理，将腐蚀操作处理后的局部极大图像叠加到所述基准图像中，对所述基准图像中的单木进行识别和定位；
并将所述待配准图像转换为灰度图像，进行基于开闭的重建操作，得到局部极大图像，对所述局部极大图像进行腐蚀操作处理，将腐蚀操作处理后的局部极大图像叠加到所述待配准图像中，对所述待配准图像中的单木进行识别和定位。
9.根据权利要求6至8中任一项所述的基于单木识别的森林遥感图像配准系统，其特征在于，所述描述子计算单元具体用于确定所述基准图像中识别出的第i个单木的位置点，将所述位置点作为关键点，对所述关键点周围预设大小区域进行分块，分别计算每块区域的梯度直方图，根据所述梯度直方图生成所述关键点的特征向量，根据所述关键点的特征向量生成所述关键点的局部描述子，作为所述第i个单木的局部描述子。
10.根据权利要求6至8中任一项所述的基于单木识别的森林遥感图像配准系统，其特征在于，所述描述子计算单元具体用于确定所述待配准图像中识别出的第j个单木的位置点，将所述位置点作为关键点，对所述关键点周围预设大小区域进行分块，分别计算每块区域的梯度直方图，根据所述梯度直方图生成所述关键点的特征向量，根据所述关键点的特征向量生成所述关键点的局部描述子，作为所述第j个单木的局部描述子。