为了解决当前图像匹配算法主要通过图像的区域梯度信息来进行图像匹配, 当图像存在光照变化等干扰时, 将会使得匹配图像存在较多的错误匹配点以及匹配耗时较长等不足, 提出了基于点对称关系耦合距离约束的图像匹配方法。采用FAST算法对图像特征点进行准确、快速的检测, 利用拉普拉斯极值模型进一步剔除伪特征点, 以提高算法的匹配正确度;对特征点的对称性进行计算, 利用点对称关系构造点间距度量模型, 以求取特征描述符中的特征向量, 输出特征描述符;基于SURF特征点匹配机制, 对特征点完成双向匹配约束, 完成特征点匹配。对匹配特征点进行欧氏度量, 以度量结果的比值以及均值作为依据, 构造距离约束模型, 利用距离约束模型判别错误匹配点, 优化匹配结果。实验结果显示: 与当前图像匹配算法相比较, 所提算法不仅具有较高的匹配精度以及匹配效率, 而且具有较好的鲁棒性能。