步骤：
1.定义检测器
2.检测关键点
3.提取描述子
设立mat类
使用feature2d::compute（src,keypoint,descriptors//产生兴趣点的结果是一个矩阵，行数等于关键点容器元素个数）
detectandcompute（image，noarray,keypoint,descriptors）//计算兴趣点与描述子
检测器与描述子可以任意搭配
4.构造匹配器
bfmatcher::
调用该类的match函数
match(descriptors1,descriptors2,matches//dmatch类）
优化
1.交叉检查匹配项：matcher2（norm_l2//度量差距,true//交叉检测标志）
2.比率检验法：在上一个方法基础上，只找到n个最佳匹配项
3.匹配差值阈值化
matcher.radiusmatch（descriptors1，descriptors2，vector<vector<dmatch>> match,maxdist//阈值）
5.匹配两图像的描述子