随着计算机技术的飞速发展，视觉定位技术已经广泛应用于日常生活中的各个领域，尤其是在工业控制领域，视觉定位技术极大的提高了劳动生产效率。　　本文首先根据视觉定位技术和图像匹配技术的相关知识，提出了基于视觉定位的图像匹配整体设计方案，详细的研究了各种不同的图像匹配算法，通过进行不断的实验和对比，进一步确定了适合本文所需要的匹配算法，即对SURF算法进行优化改进，使其具有更高的匹配速度和匹配精度。　　其次，根据本课题的研究需求，提出了一种结合FAST-SURF和改进K-D树最近邻查找的图像配准算法。该算法首先采用FAST(加速分割检测特征)检测器进行特征点提取，根据特征点周围邻域的信息生成SURF(快速鲁棒特征)描述子，接着采用一种改进的KD-tree最近邻查找算法BBF(最优节点优先)寻找特征点的最近邻点及次近邻点，使用双向匹配得到初匹配点对，最后利用RANSAC(随机抽样一致性)算法消除误匹配点，findHomography函数寻找单应性变化矩阵，从而计算出图像间的相对平移量和旋转量。经过实验验证和对比，该算法平移参数的最大误差为0.022个像素，旋转参数的最大误差为0.042度，优于传统的SURF图像匹配算法，实现了图像的快速、高精度配准。　　最后，使用Qt软件编写了图形用户界面程序，实现了图像采集和显示、图像特征点的提取、图像特征点匹配等功能模块，最终实现图像定位系统的完整运行。