题目：高速自动目标识别算法研究及其应用研究

随着计算能力的不断发展，如何让计算机具有类似视觉感知的功能，是目前计算机领域中的一个研究热点。自动目标识别（Automatic Target Recognition，ATR）技术是利用计算机处理一个或多个传感器的输出信号（可以是图像信号，也可以是射频雷达信号），对特定目标进行识别和跟踪。ATR技术应用在提高武器打击的精确率和攻击目标的智能化方面具有很重要的意义，对于发射平台生存能力的提高，也有很重要的作用。

在计算机视觉领域，局部特征的区分性强，对多种几何及光照变化都具有一定的鲁棒性，特别是其中较为重要的角点特征被广泛应用于特定目标类别识别、目标识别、机器人导航、图像及视频检测等多个领域。图像目标识别也由于它能够广泛应用于军事和民用的许多领域而备受关注。

本文详细阐述了改进算法的设计思想，在深入研究自动目标识别算法的基础上，提出了一种基于多尺度FAST-12的自适应阈值快速目标识别算法，编写C++代码，并使用LEAR image dataset图库对算法的性能进行测试。具体研究工作如下：

1、根据相关的目标识别算法研究分析，及本文后续实验的需要，重点分析了一些特征区域检测算法和特征区域描述算子，并提出改进方法，为不同情况下的目标识别提供合适的局部特征。

2、根据需求及改进算法步骤流程自主完成软件方面的编写工作。

3、将该改进算法应用于目标图片组，并记录实验结果，与已有SIFT、BRISK算法对同一组目标图片处理结果进行对比，各个测试结果均符合预期目标。

实验表明：该算法在图像缩放、旋转和噪声影响的情况下，仍能准确地识别出目标，性能稳定可靠，而算法的运行速度得到了极大的提高。基本满足自动目标识别的速度快、精度高、稳定可靠等要求。