针对非刚体匹配图像的外点去除问题,提出了一种多匹配模型估计方法.首先,考虑到匹配点集合中可能存在高外点率,用基于近邻内点分布的一致性对匹配点集合的内点率进行提升;然后,为了降低内点距离误差阈值对内点提取的影响,用内点距离误差边缘化进行多模型估计;最后,考虑到提取的内点集合中可能残留部分外点,用基于匹配点位置变化矢量方向的一致性对残留外点进行去除.实验中,所提方法与MAGSAC、NM-NET、P-NAPSAC、SC-RANSAC、Adalam、OANET、SuperGlue、PEARL、Multi-H、Multi-X以及CONSAC等方法进行对比,结果表明所提方法的内点距离误差可降低30％以上,外点残留率可降低50％以上,内点召回率可提高8％以上,运行时间可降低10％以上,多平面估计的错分率可降低16％以上.