1.一种图像配准试验点阵靶标图像特征点识别方法，其特征在于，包括：
点阵靶标图像特征点分布区域的确认步骤：找到靶标图像中的特征点分布区域；
靶标图像特征点提取步骤：迭代执行步骤I，得到特征点的个数等于靶标图像上点的个数的灰度阈值和特征点，其中，所述步骤I包括：根据最大类间方差法给出靶标图像初始灰度阈值；对靶标图像中的像元进行检索，将灰度值大于灰度阈值的像元标记为有效像元；将所有相邻的有效像元标记为一个连通区域；若连通区域内的像元总数和总灰度值属于阈值范围内，则认为该连通区域为一个特征点，利用重心法得出特征点在靶标图像坐标系下的坐标，并且得到特征点的个数；如果特征点的个数小于靶标图像上点的个数，则认为选择的灰度阈值偏大，则降低灰度阈值的值；如果特征点的个数大于靶标图像上点的个数，则认为灰度阈值偏小，增加灰度阈值的值；
图像倾斜校正步骤：计算靶标图像的倾斜角度；以靶标图像中心像元为原点，所有特征点根据倾斜角度进行反向旋转，完成靶标图像的倾斜校正；
拾取图像中点阵的四边边界步骤：找到靶标图像中点阵边界的特征点，进而完成点阵边界的拾取，并根据边界条件，剔除噪点；
图像特征点识别步骤：将拥有相同纵向坐标范围的特征点分成一组，与靶标上的某一排点相对应；完成特征点分组后，需要对每一组内的特征点进行排序，并在存在噪点或特征点遗漏时，剔除噪点以及找到遗漏的特征点；
图像倾斜还原步骤：
完成特征点识别后，将特征点的坐标映射回靶标图像坐标系，以靶标图像中心像元为原点，所有特征点根据倾斜角度进行旋转，完成靶标图像的倾斜还原。
2.根据权利要求1所述的图像配准试验点阵靶标图像特征点识别方法，其特征在于，通过图像的灰度直方图法找到图像中的特征点分布区域，具体地，图像的横向灰度直方图X坐标为图像像元横向序列号，Y坐标为每一排像元的总灰度值，根据横向灰度直方图判断出点阵特征点在图像中的上下边界；图像的纵向灰度直方图X坐标为图像像元纵向序列号，Y坐标为每一列像元的总灰度值，根据纵向灰度直方图判断出点阵特征点在图像中的左右阈值。
3.根据权利要求1所述的图像配准试验点阵靶标图像特征点识别方法，其特征在于，所述计算靶标图像的倾斜角度，包括：首先将特征点分布区域沿水平方向平均划分为n个小区域，n大于单排特征点的个数，在每个小区域内找到处于最上方的特征点和处于最下方的特征点，将所有处于最上方的特征点提取出来，利用最小二乘法进行直线拟合，计算每个特征点的拟合误差，剔除拟合误差超过允许误差的特征点，再将剩余的点重新拟合，反复迭代，直至拟合误差满足要求，得到第一拟合结果；将所有处于最下方的特征点提取出来，利用最小二乘法进行直线拟合，计算每个特征点的拟合误差，剔除拟合误差超过允许误差的特征点，再将剩余的点重新拟合，反复迭代，直至拟合误差满足要求，得到第二拟合结果；取第一拟合结果与第二拟合结果的平均值。
4.根据权利要求1所述的图像配准试验点阵靶标图像特征点识别方法，其特征在于，利用约束条件对特征点进行排序，其中，约束条件为：对于靶标上的点阵，每一排点都是等间距排列，且左右两边的点处于点阵的左右边界上；所述利用约束条件对特征点进行排序，包括：首先将每一组的特征点按照横向坐标从小到大排列顺序，并对组内特征点的横向坐标进行差分，计算出该排特征点的平均间距，若平均间距在阈值范围内，则认为不存在噪点以及特征点遗漏，否则，则认为存在噪点以及特征点遗漏。
5.根据权利要求1所述的图像配准试验点阵靶标图像特征点识别方法，其特征在于，根据靶标点阵的几何分布关系剔除噪点，以及参照靶标上点阵的分布对靶标图像特征点进行排列以找到遗漏的特征点。