1.一种图像的预处理方法，其特征在于，包括以下步骤：
获取图像并对其进行灰度化处理；
对进行灰度化处理后的图像进行颜色空间的标准化处理；
利用hog算法对进行标准化处理后的图像进行特征提取并得到第一维度的图像特征；
利用lda算法对所述第一维度的图像特征进行降维处理。
2.如权利要求1所述的方法，其特征在于，利用hog算法对进行标准化处理后的图像进行特征提取并得到第一维度的图像特征，进一步包括：
计算所述图像的每一个像素的梯度；
将所述图像划分为多个单元，并统计每个单元内的梯度直方图，以得到每个单元的特征；
将若干个单元组成一个block，并将所述block内所有单元的特征串联以得到所述block的特征；
将所有的block的特征进行串联以得到最终的图像特征。
3.如权利要求2所述的方法，其特征在于，计算所述图像的每一个像素的梯度，进一步包括：
计算每一个像素点的梯度的大小和方向。
4.如权利要求2所述的方法，其特征在于，统计每个单元内的梯度直方图，进一步包括：
统计不同梯度的个数。
5.一种图像的预处理系统，其特征在于，包括：
灰度模块，所述灰度模块配置为获取图像并对其进行灰度化处理；
标准化处理模块，所述标准化模块配置为对进行灰度化处理后的图像进行颜色空间的标准化处理；
提取模块，所述提取模块配置为利用hog算法对进行标准化处理后的图像进行特征提取并得到第一维度的图像特征；
降维模块，所述降维模块配置为利用lda算法对所述第一维度的图像特征进行降维处理。
6.如权利要求5所述的系统，其特征在于，所述提取模块还配置为：
计算所述图像的每一个像素的梯度；
将所述图像划分为多个单元，并统计每个单元内的梯度直方图，以得到每个单元的特征；
将若干个单元组成一个block，并将所述block内所有单元的特征串联以得到所述block的特征；
将所有的block的特征进行串联以得到最终的图像特征。
7.如权利要求6所述的系统，其特征在于，所述提取模块还配置为：
计算每一个像素点的梯度的大小和方向。
8.如权利要求6所述的系统，其特征在于，所述提取模块还配置为：
统计不同梯度的个数。
9.一种计算机设备，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述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执行如权利要求1-4任意一项所述的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行如权利要求1-4任意一项所述的方法的步骤。