在机器人视觉系统中运用SIFT描述子对现实世界中的目标进行识别，这一研究已经取得了很大的进步。运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（The Randomized RANSAC）算法。对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。

在VC2010环境下实现sift+kd tree+RANSAC图像拼接，本人已经成功调试。

该代码是一个完整的抗几何攻击的数字图像水印程序，是基于模板校正类的，该程序用到的算法包括SURF、RANSAC、LT码、CRC（循环冗余检验）码等，是本人的一篇SCI文章的主干代码，可以直接运行，注释也比较清晰。

PCL1.7.1库下 使用ransac对点云数据进行分割

利用harris算法提取角点，ncc进行匹配，最后使用ransac算法删除错误匹配点

这是关于求图像匹配点的matlab程序。 运行通过，可以添加自己需要的图像。 主要方法有用到harris角点检测，ncc粗匹配，ransac精匹配。

读研期间做的文献复原，关键点提取、建立特征描述符、匹配特征点、RANSAC去除误匹配、坐标配准全部流程都走了一遍，用bunny数据做的测试，每一步都有画图，结果精度还不错。有没做好的地方欢迎指正。

用MATLAB写的RANSAC，用来进行消除误匹配的，可以提高匹配质量。

一个简单的随机抽样一致性算法（matlab）

图像配准。matlab代码。利用SIFT算法提取特征点并进行描述，找到两幅图像中对应的特征点对，利用RANSAC算法剔除不正确的特征点对并计算单应性矩阵（投影变换参数），利用立方卷积插值得到配准之后的图像。显示结果中包含棋盘格显示。