图像相似度的研究在目标跟踪、图像匹配、图像拼接等领域都占有重要的地位。图像的相似度一般是根据图像的全局特征来判断两幅图像的相似度,但是会存在不准确性。针对这个问题,本文给出了用图像的局部特征即角点特征来判断图像的相似度。本文是基于图像的角点特征判断图像的相似性,先是利用Harris算法提取图像的角点特征,并在原有的算法基础上,通过减少角点响应函数运算的次数,来提高检测角点的效率;再利用NCC算法对提取的角点进行角点粗匹配,由于原NCC匹配算法是进行双向搜索的角点匹配,为了提高匹配的正确率,本文通过选取阈值来提高角点匹配的准确性;最后利用Ransac算法对角点进行精匹配。针对图像相似度的表征方法,本文使用两种方法计算图像的相似度:一是通过精匹配角点对数与粗匹配角点对数的比值来计算图像的相似度;二是在角点粗匹配的基础上进行欧式距离计算相似度;最后通过加权的方式求出总相似度。这种方法不仅兼顾了图像的匹配点对数,还考虑了图像间角点特征的相似度。本文将图像的相似度进行了等级划分,并根据本文给出的方法进行了基本图像的实验和综合图像的实验,实验结果表明本文算法计算出的结果与人眼的主观判断相一致,能对图像相似度进行科学的判断。