登录VLFEAT官网（https://www.vlfeat.org）下载VLFEAT工具包（https://www.vlfeat.org/download/vlfeat-0.9.21-bin.tar.gz）。

　　解压下载好的工具包：

　　在解压路径下建立.m文件，并测试工具包能否使用：

run('...\vlfeat-0.9.21-bin\vlfeat-0.9.21\toolbox\vl_setup.m')

vl_version verbose

　　加载成功显示，命令行窗口显示如下信息：

　　载入一张图片试试看：

I = vl_impattern('river1');

image(I);

 　　显示效果如下：

　　这里要注意vl_impattern（）这个函数只能载入存放在vlfeat中的测试图片：

 　　如果要使用本地图片，则调用imread（）：

Image1=imread('Test1.jpg');
Image2=imread('Test2.jpg');

　　对载入的图片进行灰度化：

IMG1 = single(rgb2gray(Image1));
IMG2 = single(rgb2gray(Image2));

　　然后提取SIFT特征点：

[f1, d1] = vl_sift(IMG1,'Levels',3,'PeakThresh', 5);
[f2, d2] = vl_sift(IMG2,'Levels',3,'PeakThresh', 5);

　　对特征点进行匹配：

[matches, scores] = vl_ubcmatch(d1, d2);
[dump,scoreind]=sort(scores,'ascend');

　　输出匹配后效果

figure;
image(newfig);
axis image
f2Moved=f2;
f2Moved(1,:) = f2Moved(1,:)+size(IMG1,2);
h1 = vl_plotframe(f1);
h2 = vl_plotframe(f2Moved);
set(h1,'color','g','linewidth',2) ;
set(h2,'color','r','linewidth',2);
hold on
plotRatio=0.1;
for i= 1:fix(plotRatio*size(matches,2))
    idx = scoreind(i);
    line([f1(1,matches(1,idx)) f2Moved(1,matches(2,idx))],...
    [f1(2,matches(1,idx)) f2Moved(2,matches(2,idx))], 'linewidth',1, 'color','b')
end
hold off

 　　输出效果如图所示：