技術特征：
1.一種將特定矢量在由多個矢量組成的數(shù)據(jù)集中進行匹配的方法，其中，所述矢量表現(xiàn)出尺度不變特征，以在至少一個圖像中識別所述尺度不變特征，所述方法包括以下步驟：i.選擇一參考點矢量，其中，所述參考點矢量在所述數(shù)據(jù)集中進行選擇；ii.計算所述參考點矢量和所述數(shù)據(jù)集的每個矢量之間的距離d；iii.按照距所述參考點矢量的距離d遞增的關系重新排列所述數(shù)據(jù)集的所述多個矢量；iv.將所述數(shù)據(jù)集中的所述矢量分類到不同的矢量組中，所述每個組中的所述矢量與所述參考點矢量有相同距離dgroup；v.隨后將包括多于兩個所述矢量的每個矢量組中的所述矢量進行重新排列，以便所述組中的第二矢量到所述組中的第一矢量有最小距離，并且所述組中每個后續(xù)的矢量到所述組中的前一個矢量都有最小距離；以及vi.通過以下步驟識別針對所述特定矢量的最佳匹配：a.計算所述參考點矢量和所述特定矢量之間的距離dspecific；b.將所述計算的距離dspecific與所述參考點矢量和定位在所述重新排列的多個矢量中間的矢量之間的距離進行比較；c.通過使用逐次近似法并且基于所述參考點矢量和定位在所述重新排列的多個矢量中間的矢量之間的距離，對具有如下矢量的矢量組進行識別：具有最接近于所述計算的距離dspecific的距離d的矢量；d.在所識別的一個或多個所述組中識別具有與所述特定矢量最接近的距離dminimum的一個或多個所述矢量；e.識別與所述參考點矢量距離為d的任一額外的組，所述距離d從所述參考點矢量開始并且在從零矢量和dspecific-dminimum中的較大的一個到dspecific+dminimum的區(qū)間上；以及f.重復步驟vi.d和vi.e直到在所述區(qū)間上的所有所述組都被驗證過。2.根據(jù)權利要求1所述的方法，其中，所述矢量是多維的。3.根據(jù)權利要求1所述的方法，其中，所述距離d、所述距離dgroup、所述距離dspecific以及所述距離dminimum被作為組中的選擇的距離計算得到，所述組包含歐式(Euclidean)距離、馬氏(Mahalanobis)距離、曼哈坦(Manhattan)距離、切比雪夫(Chebyshev)距離以及閔科夫斯基(Minkowski)距離。4.根據(jù)權利要求1所述的方法，其中，所述距離d、所述距離dgroup、所述距離dspecific以及所述距離dminimum被作為歐氏距離計算。5.一種圖像處理設備，所述圖像處理設備用于在由多個像素定義的圖像中識別尺度不變特征，所述圖像處理設備包括：處理器電路，配置為執(zhí)行根據(jù)權利要求1所述的方法。6.根據(jù)權利要求5所述的圖像處理設備，所述圖像處理設備包括：多個芯片，其中的每個所述芯片配置為執(zhí)行針對權利要求1中的步驟vi的所述特定矢量的所述最佳匹配的識別的一部分。7.根據(jù)權利要求5所述的圖像處理設備，所述圖像處理設備包括在由GPU、DSP、FPGA和ASIC組成的組中選出的至少一個元件。8.根據(jù)權利要求5所述的圖像處理設備，所述圖像處理設備包括：用于儲存所述參考點矢量、所述數(shù)據(jù)集中分類后的矢量、所述距離d和所述距離dgroup的裝置；以及用于接收所述特定矢量的裝置。