带有可调光源、单目视觉的窃电现场取证装置首先使用配准算法对电能表进行匹配，然后筛选窃电异常发生区域，再通过传统图像处理技术对此区域进行贴片电阻异常检测。本系统电能表模板图像与采样检测图像均由窃电取证装置内置摄像头拍摄得到，但拍摄的图像受光照、角度、热噪声等因素的影响，所以在同一传感器下每次拍摄的图像存在一定差异，因此采样图与模板图的配准是电阻异常检测中的首要步骤。

图像的配准方法大致可分为两类：基于像素信息与基于特征的方法。当前效果较佳的特征点配准方法有ORB、SIFT、SURB等[15-16]，但电能表中贴片电阻体积小、数量多、间距窄，针对此类复杂度较高的异常检测问题，文中选用具有良好稳定性、旋转不变性及纹理信息利用率高的特征点配准方法。经前期大量实验证实原SIFT配准算法在本应用场景中拥有较好的尺寸变化鲁棒性与大量的特征点数，特征点匹配的准确率约为70%。