文章深入研究了 SIFT 特征点提取的原理及过程，以基于 K-D 树结构的近邻算
法对呈线性变换的两幅图像在不同视角和噪声干扰情况下进行了特征点的粗匹
配，并通过随机抽样一致性算法(Random Sample Consensus)进行特征点的提纯，删
除例如错误的匹配特征点对。针对粗匹配后误匹配点对较多导致的 RANSAC 算法
效率降低、运算时间变长的情况，论文以视差梯度约束对粗匹配点对进行预筛选，
提升了 RANSAC 算法的效率。根据匹配点对空间位置关系得出图像之间的变换模
型；最后将图像引入变换模型实现了图像的变换和拼接。(Image characteristic point extraction and matching based on SIFT algorithm)