在序列图像匹配应用中,最小亮度变化(MIC)算法存在角点漏检、对噪声敏感、不具有旋转不变性等缺点,降低了特征点检测的精确性和快速性。针对该问题,对MIC算法进行改进,并与加速稳健特征(SURF)算法相结合,提出一种快速的图像匹配算法。对图像进行自适应平滑滤波,在图像的非平坦区域运用8邻域像素相似法检测需要的几何角点,并采用SURF算法对检测到的特征点进行描述和匹配。实验结果表明,与SURF算法、最小核值相似区-加速稳健特征算法相比,该算法在图像发生旋转变化、噪声变化、亮度变化和仿射变化时都可以提高图像匹配的速度和准确率。