减少错误匹配数量的一种简单方法是调整匹配参数，包括尝试不同的匹配策略。如果您使用简单的距离阈值来确定什么是匹配，则可以收紧它。或者，您可以使用比率测试（在 David Lowe 的演示 SIFT 实现中使用）来消除模棱两可的匹配。在那里，您可以收紧距离阈值和比率阈值。

不幸的是，这个世界并不完美，所以即使你调整了每个参数，你仍然会有一些错误的匹配。然后你需要使用额外的信息和/或对你的问题做出额外的假设。例如，您可以假设图像通过刚性变换（例如仿射）相关。您可以使用诸如 RANSAC 之类的算法从匹配中估计此转换的参数。然后，您可以将不适合此转换的匹配视为错误而拒绝。

这是一个使用 MATLAB 计算机视觉系统工具箱假设相似变换来消除错误匹配的示例。