在機器人視覺系統中運用SIFT描述子對現實世界中的目標進行識別，這一研究已經取得了很大的進步。運用SIFT生成的圖像特征向量的性能十分穩定，對旋轉、縮放、平移是保持不變性的，對一定程度目標遮擋、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算法早就已經是計算機視覺領域常用的一個進行矯正的標準方法，在標準的RANSAC算法基礎上加入了假設評價，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化，盡可能在短的時間里完成匹配矯正，進而加速整個配準的時間。