图像特征提取技术是目前计算机视觉领域的研究热点,已广泛应用于生物识别、目标检测、图像检索以及车牌识别等领域。在实际应用中,由于受光照、视角、遮挡或其他因素的影响,难以从原始图像中提取出具有较好鉴别性和强鲁棒性的图像特征。在诸多影响因素中,复杂光照对图像特征提取技术的影响是最为显著的,本文基于复杂光照图像的特点,充分利用韦伯局部描述符(WLD)和局部三值模式(LTP)在特征描述方面的优势,对WLD和LTP算子分别进行改进并将二者进行融合,提出了一种新的局部特征提取算法,称为各向异性韦伯自适应对称三值模式(AWASTP),主要创新点如下:(1)针对WLD算子在具有方向性差异的场合中局部纹理区分能力不足的缺陷,提出了各向异性韦伯局部描述符(AWLD)。AWLD算子通过引入尺度参量和角度参量,利用具有方向敏感性的各向异性LOG算子代替各向同性拉普拉斯算子来计算差分激励。(2)针对LTP算子在描述图像特征时直方图维数过高、阈值不能自适应选取的缺陷,提出了自适应对称三值模式(ASTP)。ASTP算子通过比较与中心像素相邻,且关于中心像素对称的像素对的灰度值来减少特征维数,并在韦伯准则的基础上提出阈值的自适应选取算法,使得阈值的选取根据图像的区域特性而相应改变。(3)针对WLD算子局部细节表征能力具有局限性的缺陷,提出了各向异性韦伯自适应对称三值模式(AWASTP)。AWASTP算子利用AWLD算子和ASTP算子分别代替原始WLD算子中的差分激励和梯度方向,最后将二者进行融合。本文通过在CMUPIE、FERET、PhoTex以及RawFoot图像库中选取复杂光照图像进行相关实验,以图像识别率和识别时间作为评价标准,将本文算法与LBP、LTP、LGS、SLGS、WLD等经典算法以及新近提出的国内外优秀算法进行对比。实验结果表明,本文算法有效地提取出了更具鉴别能力的特征,提高了复杂光照图像的识别率。本文提出的算法能广泛应用于视频监控、人脸识别、目标检测等社会及军事领域,具有一定的学术价值和广阔的应用前景。