经典的特征点提取算法是从整个图像进行遍历来确定特征点，运算量较大，不能满足实时应用的要求。提出了一种特征点快速稀疏提取算法，该方法首先利用高斯拉普拉斯算子（Laplacian of Gaussian，LoG）提取图像梯度，设定阈值过滤获得图像的边缘稀疏矩阵，然后在稀疏矩阵的基础上利用改进的加速分割测试特征（Features from Accelerated Segment Test，FAST）检测算法，解决了传统匹配算法提取特征点耗时的问题，使图像实时匹配成为可能。为减少误匹配对，利用感知哈希算法对匹配对进行提纯，并根据仿射不变性建立两个约束条件进一步验证单应性矩阵，提高配准精度。实验结果证明