通过仿真对比研究了基于特征匹配的目标识别算法快速性及鲁棒性问题.采用目前常用的STAR、FAST、SIFT（scaleinvariantfeaturetransform）、SURF（speededuprobustfeatures）、ORB（orientedFASTandrotatedBRIEF）、BRISK（binaryrobustinvariantscalablekeypoint）和FREAK（fastretinakeypoint）等算法,对算法快速性和鲁棒性进行比较,并通过不同检测子与描述子的相互结合,找出最佳组合方式,提出了一种运用匹配点数与总耗时的比值来衡量算法综合性能好坏的新方法.仿真对比证明,FAST检测子、BRISK描述子以及STAR与BRISK的组合具有较好的性能.
