針對傳統(tǒng)的局部特征描述子在圖像匹配效果和效率上很難兼顧的問題，提出了一種基于梯度角度的直方圖（ HGA）的圖像匹配算法。該算法先通過加速片段測試特征（FAST）獲取的圖像關(guān)鍵點，然后采用塊梯度計算和飛鏢靶型結(jié)構(gòu)對局部區(qū)域的結(jié)構(gòu)特征進(jìn)行描述。HGA有效地實現(xiàn)了在旋轉(zhuǎn)、模糊、亮度等多種變換下的良好匹配性能，并在一定程度上具備抗仿射變換的能力。在各種復(fù)雜場景下，與高速魯棒描述子（ SURF）、尺度不變特征轉(zhuǎn)換（SIFT）和FAST定向的抗旋轉(zhuǎn)二進(jìn)制魯棒獨立基元特征（ BRIEF）描述予（ORB）進(jìn)行的實驗對比表明基于梯度角度的直方圖局部特征描述子達(dá)到了匹配效果和效率的均衡，算法時間約為SIFT的1/3，點對匹配準(zhǔn)確率均在94. 5%以上。