传统的RANSAC算法首先在第一次匹配的结果中抽取部分匹配点，构造一个匹配点对的初级模型，将剩余匹配点代入初级模型进行计算，并将匹配结果分为符合初始模型的和不符合初始模型的匹配点对，前者称为有效数据，后者称为无效数据，这种分离操作是基于预先设定的阈值，把无效数据剔除，然后从有效数据内抽取部分匹配对，建立新的模型，继续分离有效数据，不断重复上述过程，反复迭代得到最优模型。最后，根据最优模型中的数据求取新的参数模型，用该模型来剔除误匹配对，实现匹配结果的优化。

3.2 改进算法

假设在数据中的抽样数量为K，P为迭代时局内点的模型概率（置信概率），为局内点与数据总数目点的比值，n为成功求解公式的最小数据点数。