在機器人視覺系統(tǒng)中運用SIFT描述子對現(xiàn)實世界中的目標(biāo)進行識別，這一研究已經(jīng)取得了很大的進步。運用SIFT生成的圖像特征向量的性能十分穩(wěn)定，對旋轉(zhuǎn)、縮放、平移是保持不變性的，對一定程度目標(biāo)遮擋、光照變化、視點變化、雜物場景和噪聲等也能保持很好的不變性。RANSAC算法早就已經(jīng)是計算機視覺領(lǐng)域常用的一個進行矯正的標(biāo)準(zhǔn)方法，在標(biāo)準(zhǔn)的RANSAC算法基礎(chǔ)上加入了假設(shè)評價，改進為R-RANSAC（The Randomized RANSAC）算法。對這兩個方面進行論述，運用SIFT（尺度不變特征變換）算法對雙目機器人的兩幅視覺圖像進行匹配，采用帶SPRT的R-RANSAC改進算法對匹配過程進行優(yōu)化，盡可能在短的時間里完成匹配矯正，進而加速整個配準(zhǔn)的時間。