近年来,在军事、工业和农业等各个领域,自动目标识别技术的应用越来越广泛,对于这项技术的研究也已经成为国际学术研究的一个热门议题。目标识别的基本原理是通过提取目标的特征信息来估算目标的各种物理特性参数,最后根据鉴别函数对目标进行识别判定。目标识别的关键就在于对目标特征的提取和根据提取的特征信息进行判定。因此,本文也将重点放在了对于目标特征提取和识别的部分。目前在国内外目标识别的领域当中,特征提取和识别的算法有很多种,但是各自都有其不同的特点和适用范围,需要根据环境和研究目的的要求进行具体的选择和相应的改进。本文在对国内外相关文献分析的基础上,根据论文的目的和要求,采用了SIFT算法对目标进行特征提取和匹配,并利用MATLAB软件进行了仿真。SIFT算法全称为Scale-invariant feature transform(尺度不变特征转换),该算法不但具有良好的尺度、光照和空间旋转的不变性,而且该方法具有较好的多量性,即少数目标也可以产生大量的特征信息,因此被广泛地应用于图像匹配领域。虽然SIFT算法的性能良好,优点突出,但是由于各种客观因素的影响,在匹配结果中不可避免的会有错误匹配存在,因此本文还提出了一种全新的基于SIFT算法本身的去除误匹配的方法—基于特征点主方向的消除误匹配的方法,并通过仿真验证具有良好的消除效果,大大地提高了SIFT算法的准确率。