SIFT点提取，KD树特征匹配，再用随机抽样一致算法去除无匹配-SIFT extraction, KD tree feature matching, and then remove the non-random sample consensus algorithm matches

本程序的功能是基于opencv库，用SURF提取特征，并保存描述子，再用随机抽样一致性算法剔除错误的匹配点，保存匹配好的点坐标，效果可以，你也可以换成SIFT或ORB来看效果。-This procedure is the function of feature extraction using SURF, and save the descr iptor matching points and random consistency algorithm to eliminate errors, s

显著性检验（significance test）就是事先对总体（随机变量）的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设（备择假设）是否合理，即判断总体的真实情况与原假设是否有显著性差异。或者说，显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异，还是由我们所做的假设与总体真实情况之间不一致所引起的。 显著性检验是针对我们对总体所做的假设做检验，其原理就是“小概率事件实际不可能性原理”来接受或否定假设。 抽样实验会产生抽样误差，对实验资料进行比较分析时，不能仅凭