随着计算机技术和信息技术的迅速发展,图像识别技术日趋成熟,图像识别技术的应用越来越多地渗透到我们的日常生活中,如车牌识别、二维码识别、指纹识别、手写识别等。目前随着智能手机功能不断的完善,图像识别技术已经逐渐在手机中应用,如二维码识别、手写识别等。手机是生活必需品而且借助手机摄像头进行识别方便快捷,使得图像识别技术在智能终端上的研究前景比较广阔。快速的从一副复杂的背景图像中识别出目标图像,即基于局部特征的图像检索技术是目前视觉领域的一个研究热点。随着智能手机的迅速普及和生活水平的日益提高,目前在计算机上使用的图像识别技术已经不能满足人们的要求,人们急需一种可以在智能手机上快速准确的识别技术。本文主要研究的内容是在智能手机上使用基于特征描述的SURF(Speeded Up RobustFeatures,即快速鲁棒特性)算法,使其效率与性能达到最佳,手机相比于计算机的缺陷是处理速度慢、内存资源小,从而对图像的处理能力有限,必须对现有算法进行改进和优化处理；在手机图像识别应用中,针对原SURF算法中内存占用大、特征点提取耗时的缺点,本文提出了一种改进的SURF算法。该算法首先对视频帧进行预处理,优化原有算法,特征点提取时避免无用信息的提取并选取合适大小的阈值。实验结果表明,在手机应用中使用改进后的SURF算法进行图像识别,达到了实时处理和快速的目的,有一定的理论和应用价值。