opencv中SIFT匹配对于误匹配点RANSAC算法接口的使用

小白一名，在测试opencv自带的SIFT特征点检测的过程中，发现在不设定create的SIFT探测器的参数或者设定的模糊系数较大的时候（未规定指定生成数目），一般会生成巨多的特征点，即使是有另一张图像进行匹配操作，最后得到的匹配对依旧是数量不少（大概对于一张几十k的图，可以生成上百甚至数百个特征点对），更加让人郁闷的是，最后生成的特征点对还不是十分的准确，甚至在一张图像特有的区域，明明另一张图像没有显示出来，却被在显示区域找了一个特征点就这么连接了起来。最后的匹配结果可想而知，看下面这张匹配的杂乱无章的图：

虽然对于一些关键特征点匹配的还是蛮准确，不过有的匹配就略显莫名其妙的。

看来，如果不对这些特征点好好甄别一下，对于匹配操作优化一下，这些匹配信息根本不好用啊。看了一下opencv官网，找到了一个函数findHomography()，opencv是通过调用这个函数来实现RANSAC算法功能的，而RANSAC算法在我的理解就是从找到的匹配点中，随机找四个不共线点的样本，生成一个函数模型，然后将所有其他点带入，根据阈值判断，满足条件则判为内点，以此形式迭代k次，获取到k次迭代生成的内点值最多的情况，并以此得到的模型来模拟变换矩阵。

具体的如何将RANSAC算法整合入o