本文主要研究角点检测算法和图像的匹配算法。角点是目标轮廓上具有高曲率的点，它可以较好的描述目标的特征。角点检测技术在计算机视觉和图像理解等领域应用很广，例如运动跟踪、目标识别、立体视觉等。角点检测技术被广泛应用的原因在于：角点包含丰富的图像信息，能够对视觉处理提供足够的约束，极大地提高运算速度，在图像之间进行可靠的匹配。　　 本文首先介绍了一些经典的基于几何特征的角点检测算法。随后本文详细描述了SUSAN算法，并针对其不足提出了一种改进算法。算法的仿真实验结果验证：该改进算法在性能上较原算法有很大提高。计算机视觉和图像处理中另一个重要的研究内容是图像的匹配，它的应用领域也很广泛。为了利用前文的角点提取结果，本文选取了Chang的点模式识别方法来完成图像匹配，算法的匹配仿真实验结果验证了算法的有效性。　　 本文在最后的章节中尝试了整套算法的硬件实现，硬件仿真的平台是基于DSP和FPGA的。结果证明，所设计的系统具有较好的跟踪能力和抗干扰能力。