针对Harris-Laplace、Hessian-Laplace等角点检测算法重复率低、易漏检以及实时性差等问题,在充分研究Harris-Laplace、Hessian-Laplace和图像像素间的相似性的基础上,提出了一种具有亚像素精度的仿Hessian-Laplace快速角点检测算法。该角点检测算法运用图像像素间的相似性筛选出待检测图像中有可能成为角点的像素点,对每个像素点以该点的高斯曲率作为角点响应函数和海赛二阶基本矩的迹作为角点尺度的判断依据,作类似Hessian-Laplace多尺度角点检测,对每个角点的响应函数进行圆二次多项式拟合,并且把使该圆二次多项式具有最大值的点坐标作为该角点的亚像素坐标,使检测出的角点达到亚像素精度。实验结果表明,同现有的Harris-Laplace、Hessian-Laplace等角点检测算法以及SIFT、SURF目标识别算法进行比较,该角点检测算法具有更高的重复率、识别率和实时性,能够为机器视觉识别与定位的基础研究提供理论参考和应用实践。