提出一种新的多尺度改进加速鲁棒特征(SURF)分块特征匹配算法，定义为Modified-SURF(M-SURF)。此方法在运用图像积分技术的SURF基础上进行分块特征匹配，使计算速度进一步加快；同时使用了基于二阶多尺度模板生成的特征描述子，提高了特征点匹配的鲁棒性。文中首先推导了M-SURF算法二阶多尺度模板公式；然后，介绍了分块匹配的方法，解决了匹配计算速度与精度不能兼得的矛盾，通过实验获得了分块模板的最佳参数；最后，采用欧氏空间最近距离比次近距离的方法衡量匹配的优劣度，利用LMedS方法剔除误匹配点，使匹配精度有较大的提高。对多组图像进行了匹配实验，结果表明：与SURF和尺度不变特征变换(SIFT)算法比较，M-SURF的计算速度提高了28％，匹配精度提高了3％。该算法能够很好地实现特征点的正确匹配，具有很高的使用价值。