应该说sift是计算机视觉中非常重要和有效的一种匹配算法，具有旋转和比例尺不变性等特点，匹配可靠性非常高。但是，自己在实现中体会到该算子处理速度极慢，很难适用于分辨率大于100万像素的影像，更不用说1000万像素的影像了，而且生成的匹配点也相当有限。
摄影测量中有很多很好的匹配算法（相关匹配、最小二乘法匹配、松弛法、跨接法等等），借助金字塔技术后的处理速度非常快，非常适用于生成密集的匹配点，匹配精度也可以达到子像素级。但是，它们的主要缺点是受到影像变形（旋转、比例尺不一致等因素）的影响。
考虑到sift与摄影测量匹配算法的优缺点，我们可以将其结合在一起使用。首先是在缩小的原始影像上利用sift算子提取若干可靠性较好的匹配点；然后将sift匹配点作为视差预测条件，利用摄影测量匹配算法实现快速、高精度的密集匹配。