針對高維特征向量存在的最近鄰匹配正確率低的問題, 提出了一種基于SURF和快速近似最近鄰搜索的圖像匹配算法。首先用Fast-Hessian 檢測子進行特征點檢測, 并生成SURF特征描述向量; 然后通過快速近似最近鄰搜索算法得到初匹配點對, 再對得出的單向匹配結果進行雙向匹配; 最后采用魯棒性較好的PROSAC算法進一步剔除誤匹配點對。實驗證明了該算法不僅提高了SURF算法匹配的正確率, 還保證了算法的實時性。