数字图像匹配技术是图像处理应用领域中的重要分支，广泛应用于医学、生物、信息处理等诸多领域。对数字图像进行检测与识别能给人们的生活和工作带来多方面的便利。因此，图像快速匹配方法的研究具有重要的理论意义与应用价值。目前对图像匹配算法的研究大多是基于查全率和查准率的，这往往会使人们忽视掉算法的匹配速率。然而图像匹配的速率在数字图像处理应用中极为重要，因此为了提高图像的匹配速率，本文从基于颜色特征的匹配方法入手，在现有的图像匹配方法上，提出了一种新的基于颜色特征的图像快速匹配方法。本文的具体研究内容及算法的主要思想如下：第一，为了提高图像的匹配速率并保证一定的精确度，本文提出了一种改进的分块颜色直方图的匹配方法，其主要思想是，采用全局颜色直方图和分块颜色直方图相结合的方法对图像进行匹配。该方法在保证一定精度的基础上提高了匹配速率，并且弥补了全局颜色直方图所缺乏的空间性的缺点和分块颜色直方图所缺乏的旋转、翻转不变性。该方法的不足之处在于，对海量图像的处理上效率不高，因此在此基础上做进一步的研究。第二，在基于分块颜色直方图的快速匹配方法中融入了LSH算法，并针对因图像维数过大或者数据库中图像数量太过庞大而产生的问题，提出一种新的基于降维的LSH图像快速匹配方法。本文采用的降维方法是，使用加权平均值的方法对彩色图像进行灰度化处理。该方法从根本上降低了图像的维数，缩短了图像的颜色特征在海明空间上的投影时间，从而提高了图像匹配的速率。综上所述，本文的主要工作是针对传统方法的不足提出了新的图像快速匹配方法，然后对改进前后算法进行了比对试验。实验结果表明，改进的图像匹配方法在保证一定精确度的基础上，提高了图像匹配的速率，并能够准确的匹配出用户所需求的图片。