中文摘要：

SIFT（scale invariant feature transform）是一种对图像旋转、缩放、仿射变换具有良好不变性的机器视觉算法，在图像匹配识别上具有广泛的应用。但SIFT算法在对草地障碍物识别上存在误匹配率高和运算速度慢的问题，针对该问题提出一种SIFT-SUSAN融合算法。算法引入SUSAN算子检测并提取障碍物特征边角点，使用SUSAN提取的特征边角点和SIFT提取的特征点融合计算，对SIFT的提取特征点精简筛选后进行特征匹配。实验结果验证该算法具有可行性和有效性，提高了匹配的准确率和识别速度，且具有较好的鲁棒性。