针对向量夹角的近似最近邻搜索算法向量误搜索率高的问题,提出了一种基于双参考向量的SIFT特征点匹配算法——DRV算法.该算法通过两个参考向量对应的同心圆锥相切部分的交集,大幅缩小了特征向量搜索的范围.实验结果表明,与经典的SIFT算法相比较,DRV算法在获得满意匹配效果的同时,有效降低了SIFT特征点匹配的时间成本.