企业官网建设流程全解析

1. 为什么说SIFT是特征匹配的“工业标准”

做图像匹配、三维重建、全景拼接、目标识别，绕不开SIFT。十几年前它被提出的时候，直接颠覆了传统特征点检测的思路：尺度不变、旋转不变、光照鲁棒，这些特性放在今天依然能打。即便现在深度学习方法铺天盖地，SIFT在不少场景下依然是首选，原因很简单——它不需要训练，特征描述子可解释性强，匹配效果稳定，尤其在纹理丰富的图像上表现非常可靠。

不过SIFT再强，直接拿来做匹配也会出问题。特征点提取出来之后，两幅图之间变化如果太大——旋转角度夸张、视差明显、有重复纹理、存在遮挡——原始匹配结果一定包含大量误匹配。很多刚开始接触这个领域的人拿着SIFT匹配出来的连线图，发现一半是乱飞的线，第一反应是SIFT算法不行。这里得帮SIFT正个名：SIFT本身没错，错的是匹配策略和误差清理这两步没做透。

整个流程可以拆解成三个核心环节。第一步是特征点提取，SIFT会检测出图像中稳定的关键点，并为每个关键点生成一个128维的描述子。第二步是匹配，常见做法是用欧氏距离去衡量描述子之间的相似程度，最近邻和次近邻的比值是这个环节的关键判断依据。第三步就是误差消除，也就是本文重点要聊的RANSAC（随机抽样一致性算法）如何把误匹配从结果里剔除干净。

这三个环节每一步都有值得展开的细节，尤其是第三步，很多人把它简化为“调一下RANSAC阈值”，实际上RANSAC的完整建模过程、迭代次数怎么定、阈值怎么选，对最终匹配质量的影响非常大。这篇文就围绕这三个环节逐个拆开讲，重点放在SIFT匹配结果的误差分析和RANSAC的消除机制上。

提示：本文面向的读者以刚接触计算机视觉的开发者为主，有一定SIFT基础但不太明白RANSAC内部机制的人，也能从后面的推导过程中获得不少东西。

2. SIFT匹配的核心思路与方案选型

2.1 特征点的提取逻辑

SIFT（尺度不变特征变换）之所以能实现尺度不变，核心在于它构建了图像的尺度空间。尺度空间的构建方式是对原始图像做不同尺度的高斯模糊，形成一组高斯金字塔，然后在相邻尺度的图像之间做差分，得到高斯差分金字塔（DoG，Difference of Gaussian）。关键点检测发生在DoG空间中：每个像素点与其同尺度的8个邻域点、上下相邻尺度的各9个邻域点进行比较，一共26个点，如果该像素点在这些点中极大或极小，它就被暂时视为候选关键点。

这一步提取出来的点还比较粗糙，需要进一步筛选。低对比度的点（容易被噪声干扰）以及边缘上的点（DoG响应强烈但噪点也大）都要被剔除。边缘点判断用到了一个2×2的Hessian矩阵，通过特征值的比值来判断是否是边缘响应点，比值过大就丢弃。这一步做完，剩下的点就是相对稳定的关键点。

紧接着是方向分配。每个关键点邻域内的梯度方向形成一个直方图，峰值方向就是该关键点的主方向，统计时还会做高斯加权。这个主方向就是后续旋转不变性的基础——生成描述子时会把坐标轴旋转到主方向上，因此图像整体旋转之后，同一物理点提取出来的描述子本质上不变。

128维描述子的生成可以概括为三步：把关键点邻域划分成4×4的子区域，每块子区域统计8个方向的梯度直方图，拼接起来就是4×4×8=128维。这一套流程走完，SIFT输出的特征向量对比原始像素patch，鲁棒性高得多。

2.2 为什么匹配时不直接用绝对距离

描述子生成之后，匹配的核心就是找两幅图里最相似的描述子。很多教程里直接说“用欧氏距离找最近邻”，实操时就会发现完全不是这么简单。

纯靠最近邻匹配在纹理重复、视角变化大的场景下错得一塌糊涂。比如拍摄一个窗户有几十个相同格子的建筑立面，任意两个窗角的描述子相似度都接近，纯最近邻就会产生大量一配多的错误。

所以Lowe在SIFT原论文里引入了最近邻与次近邻距离比值的约束策略，核心思想是：如果最近邻和次近邻的距离非常接近，说明这个特征点在另一幅图里有多个难以区分的候选点，这个匹配结果的可信度就比较低；反之，最近邻明显优于次近邻，才认为这是一个高质量匹配。一般取0.8作为分界线，想严格一些就取0.7，宽松一些取0.85。

这一步做完，能过滤掉相当一部分模糊匹配，但还是解决不了全局性的误匹配。比如画面里存在结构相似的区域，或者几何变换与预期模型偏差过大，这些情况下哪怕最近邻比值很优秀，匹配依然是错的。这就是为什么下一步必须上RANSAC。

2.3 RANSAC方案选型的理由

SIFT匹配中的误匹配点本质上可以被视为“离群点（outlier）”，而两幅图之间的几何变换关系——通常是单应矩阵（Homography）——可以被视为一个需要估计的数学模型。只要模型估计准确，就可以利用模型对全部匹配点做一致性检验，把不符合模型的匹配点剔除掉。

这里的关键问题在于：最小二乘之类的全局拟合方法对离群点极其敏感，哪怕只有一两个严重错误的匹配，也会把整个变换矩阵带偏。RANSAC的思路则完全相反：每次只随机抽取最小样本集去估计模型，然后用全部数据去验证这个模型的合理程度，取内点数量最多、误差最小的模型作为最终结果。由于每次抽样只依赖极少量数据，离群点对模型估计的干扰就会被压制住。

单应矩阵的自由度是8，一对匹配点可以提供两个约束方程。所以理论上只需要4对匹配点就能解出单应矩阵。实际调用OpenCV的findHomography时，RANSAC模式要求的minimal set就是4对点，这就是RANSAC在两个视图几何场景里被用来消除匹配误差的根本原因。

3. RANSAC消除误差的原理拆解与关键参数

3.1 RANSAC的核心迭代逻辑

用大白话描述RANSAC的过程就是：先假设我随便选几对匹配点就能算出一个变换矩阵，然后看这个矩阵能让多少匹配点通过验证。反复做这个操作，保留验证通过数量最多的那次结果，用那一次的结果来划分内点外点。

细化一下就是以下五步：

1. 从所有匹配点中随机抽取4对点。
2. 用这4对点计算单应矩阵H。
3. 把全部匹配点代入H，计算每一对点经过变换后的投影误差。
4. 设置一个误差阈值，小于阈值的点归为内点，大于阈值的点归为外点。
5. 如果当前内点数量大于历史最优，保留当前模型。重复执行N次。

等到迭代结束，内点数最多的那次抽样已经是大概率剔除干净了。许多人在这一步会用cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, ransacReprojThreshold)，但实际上这只完成了RANSAC的最基本用法。要想效果好，还得理解阈值的含义和迭代次数的影响。

3.2 ransacReprojThreshold到底怎么取值

ransacReprojThreshold这个参数描述的是“重投影误差阈值”，单位是像素。判断关系如下：用单应矩阵把左图特征点变换到右图坐标系，得到预测位置，该预测位置与右图实际匹配点之间的距离小于阈值，就算内点。

这个值的设置非常重要。设小了，内点数量骤降，模型可能拟合得太死，错杀良性的匹配点；设大了，模型容忍了大量偏离点，很多错误匹配被放进来，单应矩阵精度下降。通用做法是取1到3像素之间，实际场景中建议根据图像分辨率微调：

有人会问，为什么高分辨率反而要放宽？因为同样的亚像素定位误差在放大之后物理像素差就变大了。比如关键点定位误差是0.5个亚像素单位，在1080p下影响大约1个像素，在4K下可能就到2个像素了。放宽阈值是为了适应这种尺度放大效应。

3.3 迭代次数的理论基础

RANSAC的迭代次数不是拍脑袋定的，它跟两个因素相关：希望达到的成功概率p，以及当前数据中内点比例w。要达到某个置信度，迭代次数N的计算公式是：

N = log(1 - p) / log(1 - w^m)

其中m是估计模型所需的最少点数（单应矩阵是4），p一般取0.99，w可以通过当前内点数量与总数量之比动态估算。

举个例子，假设现在匹配点总数是500，内点300，那么w=0.6。代入公式：

N = log(1 - 0.99) / log(1 - 0.6^4) ≈ 4.6 / 0.062 ≈ 74

也就是说，74次迭代足以保证在99%的概率下至少有一组抽样全是内点。如果w下降到0.3，那么0.3^4=0.0081，代入公式N≈4.6/0.0035≈1314次，迭代次数急剧上升。

这就是为什么OpenCV里findHomography默认迭代次数是2000，算下来能容忍的内点比w低到大约0.3左右的场景。如果你发现自己的匹配质量特别差，最好手动把maxIters调大一些，否则可能还没找到最优模型就提前终止了。

4. SIFT+RANSAC的完整实操流程

4.1 实验环境的准备

本文代码以OpenCV为主，建议环境为Python 3.8以上，OpenCV 4.x版本。需要注意，OpenCV的SIFT在3.4.3之后的版本被移到了contrib扩展包里，安装方式有两种，任选一种即可：

pip install opencv-contrib-python

或者版本分得比较细的系统上，直接用：

pip install opencv-python opencv-contrib-python

如果你用的是OpenCV 3.4.2之前的版本，SIFT就在主模块里，cv2.xfeatures2d.SIFT_create()直接可用。新版本统一用cv2.SIFT_create()来创建SIFT实例。

测试素材的选择对结果影响不小。最好准备一组有明显视角变化、有一定重叠区域的两张图像。室内场景可以拍书桌、书架，室外可以拍建筑立面。避免选择几乎没有重叠区域的图像，那种情况再怎么调也不会有好结果，反而容易得出错误结论。

4.2 从图像加载到特征提取的完整代码

import cv2 import numpy as np # 读取图像，转为灰度图 img1 = cv2.imread("left.jpg") img2 = cv2.imread("right.jpg") gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) # 创建SIFT检测器 sift = cv2.SIFT_create() # 检测关键点并计算描述子 kp1, des1 = sift.detectAndCompute(gray1, None) kp2, des2 = sift.detectAndCompute(gray2, None) print(f"图1检测到关键点: {len(kp1)}个, 图2检测到关键点: {len(kp2)}个")

detectAndCompute在这边是一步到位的，输入灰度图和一个mask参数。mask用于指定只在某些区域提取特征，这里传None表示全图提取。

关键点数量是否达标要看图像内容。纹理丰富的图像提取出几千个点是正常的，如果只有几百个甚至更少，大概有两种可能：一是图像确实过于平滑，特征不够；二是SIFT的对比度阈值contrastThreshold太高了，默认0.04，可以适当调低到0.02试试。

sift = cv2.SIFT_create(contrastThreshold=0.02)

调低阈值会引入更多低对比度的点，需要平衡一下后续匹配质量。

4.3 描述子匹配的实战写法

接下来用FLANN匹配器做最近邻搜索。FLANN在处理大规模描述子匹配时速度比暴力匹配快不少，尤其当两幅图的关键点都达到几千上万时，暴力匹配的耗时是不可忽视的。

FLANN_INDEX_KDTREE = 1 index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5) search_params = dict(checks=50) flann = cv2.FlannBasedMatcher(index_params, search_params) matches = flann.knnMatch(des1, des2, k=2)

KD树在这里的作用是把描述子空间做递归分割，查询时快速找到近邻点。trees是KD树的数量，checks是每次搜索回溯时检查的节点数。这两个参数越大，匹配越精准，但耗时也越长，建议从trees=5, checks=50这个组合起步。

然后用最近邻比值法做初筛：

good_matches = [] for m, n in matches: if m.distance < 0.75 * n.distance: good_matches.append(m) print(f"初始匹配对数量: {len(matches)}, 初筛后保留: {len(good_matches)}")

这里m和n分别是最近邻和次近邻匹配，0.75是一个比较平衡的阈值。想保留更多匹配，就调高到0.8；想要高质量低数量，就调到0.7以下。这一层的意义是用描述子相似度的局部格局去排除歧义性匹配。

4.4 RANSAC消除误匹配的集成为直接可用的代码

现在到了重头戏。用cv2.findHomography配合RANSAC拟合单应矩阵，实现误匹配剔除。

# 将匹配点的坐标整理成数组 src_pts = np.float32([kp1[m.queryIdx].pt for m in good_matches]).reshape(-1, 1, 2) dst_pts = np.float32([kp2[m.trainIdx].pt for m in good_matches]).reshape(-1, 1, 2) # RANSAC估计单应矩阵 H, mask = cv2.findHomography( src_pts, dst_pts, cv2.RANSAC, ransacReprojThreshold=2.5, maxIters=2000, confidence=0.99 ) # mask是0/1数组，1代表内点 inliers = mask.ravel().tolist() print(f"RANSAC前匹配数: {len(good_matches)}, RANSAC后内点数: {sum(inliers)}") # 提取内点匹配对 ransac_matches = [m for m, flag in zip(good_matches, inliers) if flag]

queryIdx和trainIdx是描述子匹配里的一对对应关系，分别指向第一张图和第二张图中的关键点索引。取坐标时务必记住reshape成(-1, 1, 2)的格式，findHomography要求的输入就是这种N×1×2的shape。

mask数组是RANSAC算法最终确定的模型对每个匹配点的判定结果，1为内点、0为外点。这个输出非常关键，不只是用来筛匹配对，还能用来可视化区分哪些连线是对的、哪些是错的。

4.5 可视化验证与结果检查

只有数字结果不够直观，最关键的一步是画图验证。

# 绘制RANSAC之后的内点匹配连线 img_ransac = cv2.drawMatches( img1, kp1, img2, kp2, ransac_matches, None, matchColor=(0, 255, 0), singlePointColor=(0, 0, 255) ) cv2.imwrite("ransac_result.jpg", img_ransac)

可视化结果如果绝大多数连线方向一致、对应位置准确，说明流程是好用的。如果内点数量太少，比如总匹配50个只剩下10个内点，这时候单应矩阵的可信度已经很低了，需要回到前面调整参数。

再做一个更严格的可视化验证：用RANSAC求出的单应矩阵，把第一张图的角点投影到第二张图坐标系下，看四个角点是否落在合理的对应位置。这一招在生产环境里验证单应模型是否“靠谱”非常实用。

h, w = img1.shape[:2] corners = np.float32([[0, 0], [0, h], [w, h], [w, 0]]).reshape(-1, 1, 2) projected_corners = cv2.perspectiveTransform(corners, H) img2_with_corners = img2.copy() for i in range(4): p1 = tuple(projected_corners[i][0].astype(int)) p2 = tuple(projected_corners[(i + 1) % 4][0].astype(int)) cv2.line(img2_with_corners, p1, p2, (0, 0, 255), 2) cv2.imwrite("projected_corners.jpg", img2_with_corners)

如果四个角点投影到了第二张图上合理的位置（比如都在图内、形状与预期相符），说明单应矩阵估计正确。如果角点飞出画面或形状扭曲，那说明匹配质量不够，需要回头检查。

5. 参数调整的实战经验与常见问题排查

5.1 匹配数量太少怎么补救

SIFT检测出来的特征点本身数量不足，是先决性的问题。解决思路有两个方向。

第一个方向是降低特征点检测的阈值。SIFT的contrastThreshold从默认0.04降到0.03或0.02，edgeThreshold从默认10适当提高，能明显增加关键点数量。代价是引入一些稳定性较差的点，但后续有RANSAC兜底，多出来的低质量点在经过初筛后，留下的如果不满足几何约束也会被剔除，整体风险可控。

第二个方向是调节描述子匹配的比值阈值。初筛的0.75如果太严，可以放宽到0.8或0.85，保留更多候选匹配。注意，比值阈值放大对内点的影响是非线性的：候选匹配多了，RANSAC的内点数量往往也随之增多，但如果噪声匹配太多了，RANSAC的效果会被稀释，迭代次数不够的情况下甚至可能收敛到错误模型。

5.2 RANSAC之后内点依然很多但结果很差

这种情况我遇到过不止一次，特征匹配图上连线一片绿，透视投影却完全对不上。出现这种现象，需要重点排查两个原因。

第一个原因是场景本身不满足单应模型假设。单应矩阵描述的变换关系适用于平面场景假设，或者相机绕光心旋转的场景。如果场景是三维结构明显的——比如近处前景有树木、楼房有凸出结构——两张图之间存在视差，这种视差无法被同一个单应矩阵描述，部分在三维空间中不同深度的点就会被强行当作内点，但投影结果必然失真。

第二个原因是对称性纹理或者重复结构导致的错误内点。建筑窗户、地砖纹理这类场景里，多次结构引起的匹配错误在局部描述子层面根本无法识别，RANSAC会把部分错误点也标记为内点，因为它们碰巧支持了某个“看起来还行”的模型。解决办法是加强初筛的比值阈值，或者加入左右互检（A到B匹配后，再从B到A匹配，验证匹配一致性）。

第二个原因的解决方案具体来说，就是双向匹配验证：

matches_ab = flann.knnMatch(des1, des2, k=1) matches_ba = flann.knnMatch(des2, des1, k=1) # 构建正向匹配映射 ab_pairs = set() for m in matches_ab: ab_pairs.add((m[0].queryIdx, m[0].trainIdx)) # 保留双向一致的匹配 mutual_matches = [] for m in matches: if (m.trainIdx, m.queryIdx) in ab_pairs: mutual_matches.append(m)

这个“互检”在重复纹理环境下提升效果非常显著，对鲁棒性要求高的应用建议加上。

5.3 RANSAC迭代次数不够时的表现

用默认参数跑findHomography时，很多场景看着结果还行，就忽略了迭代次数的影响。但匹配质量差、内点比例低于50%的场景，默认的2000次迭代可能不够。

判断迭代次数是否够用，有一个简单的方法：连续多次运行，看RANSAC输出的内点数是否稳定。如果每次运行得到的内点数波动很大，这很可能是迭代次数太少，每次抽样覆盖不到足够好的组合。

这时候需要加大maxIters参数。增加到5000甚至10000并不会导致明显的性能问题，因为RANSAC的大多数时间都消耗在验证模型上，单应矩阵的计算量相比深度模型的推理量小得多。

5.4 RANSAC之外的其他方案对比

除了RANSAC，还有一些替代方案值得了解。它们各自的优劣势整理如下：

实际项目里，OpenCV内置的RANSAC对大多数场景足够用。但做全景拼接时，我会倾向于MSAC，因为它对离群点的惩罚机制更平滑，接缝处形变更自然。

6. 一个完整案例的逐步拆解

6.1 场景描述与参数设置

这里用一组模拟场景来走一遍完整流程。假设有两张建筑立面图像，分辨率1600×1200，拍摄时相机在同一水平线平移了约20%。建筑墙面上有规律的窗户纹理，给匹配带来一定的重复结构干扰。

参数设定如下：

• SIFT检测：contrastThreshold=0.03，edgeThreshold=10
• 最近邻比值阈值：0.8
• RANSAC重投影阈值：3.0像素
• RANSAC迭代次数：4000
• 置信度：0.99

6.2 各阶段数据的变化情况

整个流程跑完，各阶段的数量对比如下表所示：

如果直接把重投影阈值改成1.0，内点数会降到486，看起来“更精确”，但其中很多本来正确的匹配被误杀。从图像拼接的质量角度看，内点太少时单应矩阵对边缘区域的约束变少，反而可能出现接缝错位。

这组实验再次验证了一件事：RANSAC的阈值不是越低越好，要在定位精度和覆盖范围之间找平衡。

6.3 最终效果与关键检验方法

通过投影角点在第二张图中的位置来检验最终效果。实测四个角点都落在图内，形成的四边形覆盖了预期的建筑区域，边缘直线度良好。这说明单应矩阵的估计精度达到了像素级以内。

再做一步量化验证：计算全部内点对经过单应矩阵变换后的平均重投影误差。

src_pts_inliers = np.float32([kp1[m.queryIdx].pt for m in ransac_matches]).reshape(-1, 1, 2) dst_pts_inliers = np.float32([kp2[m.trainIdx].pt for m in ransac_matches]).reshape(-1, 1, 2) projected = cv2.perspectiveTransform(src_pts_inliers, H) error = np.sqrt(np.sum((projected - dst_pts_inliers) ** 2, axis=2)) mean_error = np.mean(error) print(f"平均重投影误差: {mean_error:.3f}像素")

如果平均误差在1像素以下，说明单应矩阵拟合精度很高。如果平均误差达到2像素以上，就要考虑是阈值设太松还是模型假设不成立的问题。

经验之谈：我在实际项目里很少单独依靠RANSAC输出判断质量，一般都配一个平均重投影误差的检查。这个数字一旦超过1.5像素，基本说明匹配链路里某个环节需要调整了。

7. SIFT+RANSAC的局限性与扩展思路

7.1 已知的坑与使用边界

SIFT和RANSAC组合虽然很强，但有几个比较明显的软肋。

第一，纯平面模型假设。前文提到过，单应矩阵只适合平面场景或纯旋转场景。面对真正的三维场景——比如街道两边有立体建筑、前景有车辆行人——单应模型无法表达完整几何关系，这时应该升级到基础矩阵（F）或者本质矩阵（E），对应的RANSAC版本也会有所调整。

第二，纹理极度贫乏的场景。白墙、天空、水面这类区域提取不出足够的特征点，SIFT基本失效。解决方法通常是引入其他传感器信息（深度图、IMU），或者改用稠密匹配方法（光流、立体匹配）。

第三，极端视角变化。俯仰角或者旋转角度超过60度，SIFT描述子的旋转不变性就渐渐支撑不住了。因为描述子生成时虽然旋转对齐到了主方向，但透视变形会导致同一物理点的局部纹理结构发生剧烈变化，128维描述子的内积相似度大幅下降。

7.2 RANSAC结果如何进一步精化

RANSAC给出的模型只是初值，很多应用还需要对它进行精化（refine）。OpenCV的findHomography内部在RANSAC结束后，默认会对所有内点进行非线性优化，用的是Levenberg-Marquardt算法，目标是让内点的重投影误差最小化。

但如果你是自己手写RANSAC流程，记得要做这一步。用RANSAC筛选出内点后，用cv2.findHomography的非RANSAC模式（cv2.HOMOGRAPHY_ALL_POINTS）在内点集合上重新求一次解，拟合效果会有明显提升：

# RANSAC后的内点集合精化单应矩阵 src_refine = src_pts_inliers.reshape(-1, 1, 2) dst_refine = dst_pts_inliers.reshape(-1, 1, 2) H_refined, _ = cv2.findHomography(src_refine, dst_refine, cv2.HOMOGRAPHY_ALL_POINTS)

这一步相当于把RANSAC当作“异常值过滤器”使用，后续再用不受异常值影响的全体内点做最小二乘。做全景拼接时，这种粗配准加精配准的两阶段方式效果最稳。

7.3 与深度特征提取方法的取舍

最近几年，基于深度学习的局部特征（如SuperPoint、LoFTR）在匹配性能上确实超越了传统SIFT。它们通过端到端训练，学会了在光照变化、季节变化等极端条件下更鲁棒的特征表示。但深度学习方案的部署成本高，需要GPU推理，对移动端和嵌入式设备不友好。

SIFT+RANSAC依然是性价比极高的方案，尤其适合以下情况：设备算力有限、需要实时处理、没有标注数据训练模型、需求是快速验证和落地。深度学习特征提取虽然在SOTA榜单上成绩更好，但在工程项目的稳定性和可控性上，传统方案仍有其不可替代的优势。

如果真要向深度特征迁移，建议在流程上保留RANSAC：深度特征匹配同样会产生错配，RANSAC的几何验证依然有效。把SIFT描述子换成深度特征描述子，匹配策略不变，RANSAC后处理不变，整体收益就可以叠加出来。

8. 实操中最后想补充的几个细节

事情做完并不意味着流程结束。实际用这套方案做过几个全景拼接和视觉定位项目后，有几个细节值得单独拿出来提一下。

一个细节是特征点均匀性。SIFT提取的特征点在图像上通常集中在纹理丰富区域，纹理稀疏区域几乎空白。这对后续单应矩阵估计其实是有影响的，因为当特征点集中在图像一部分区域时，其他区域的变换约束不足，拼接结果容易出现局部扭曲。解法是手工引入网格化的特征点筛选，保证参与计算的匹配点在图像上尽量分布均匀。

另一个细节是带去畸变的图像。使用广角镜头或者是手机拍摄的图像，通常带有明显的镜头畸变，尤其是画面边缘。畸变会导致匹配点坐标本身就有系统性偏差，RANSAC即便能估计出模型，也不能纠正畸变问题。遇到这种情况，先用相机标定参数去做畸变校正，之后再做SIFT和RANSAC，效果差别非常大。

还有一件事值得提，就是对数据可视化要形成一个“肌肉记忆”。每次跑完特征匹配，一定要把匹配连线图、内点分布图、投影误差分布图都输出出来看一遍。很多问题是数字上看不出来的，图上一眼就能定位。比如连线图里大部分是正确连线但小部分方向完全混乱，说明初筛比值可能放得偏宽；比如误差直方图呈双峰分布，说明场景里存在两个不一致的平面区域。

我个人在实际使用中还有一个习惯，就是会把每轮调参的关键参数和对应的内点比例记录在案。参数调优不是靠玄学，有了记录之后，换个新场景时可以直接复用接近的参数组合，省下大量试错时间。

这套SIFT加RANSAC的组合，做图像拼接、多视角匹配、视觉定位都足够稳。如果后续接触SLAM或者三维重建，基础矩阵、本质矩阵加RANSAC的联动也是同一个思路，理解了单应矩阵场景下的这一套机制，后面的扩展就是换汤不换药。