差值平方和匹配_模版匹配的方法

Opencv中的模版匹配：

matchTemplate()

Image是运行搜索的图像。它必须是8位或32位浮点。templ搜索模板。它必须不大于源图像并具有相同的数据类型。结果比较结果的地图。它必须是单通道32位浮点。如果图像是W×H并且templ是w×h，则结果是(W-w + 1)×(H-h + 1)。method指定比较方法的参数，请参见TemplateMatchModes掩码搜索模板的掩码。它必须与templ具有相同的数据类型和大小。默认情况下不设置。目前，仅支持TM_SQDIFF和TM_CCORR_NORMED方法。

但是，其中的method又是什么呢？以下是模版匹配的六种method：

1. 平方差匹配法CV_TM_SQDIFF

这类方法利用图像与模板各个像素差值的平方和来进行匹配，最好匹配为 0。 匹配越差，匹配值越大。

2. 归一化平方差匹配法CV_TM_SQDIFF_NORMED

这个方法其实和差值平方和算法是类似的。只不过对图像和模板进行了标准化操作，这种标准化操作可以保证当模板和图像各个像素的亮度都乘上了同一个系数时，相关度不发生变化。

3. 相关匹配法CV_TM_CCORR

这类方法采用模板和图像的互相关计算作为相似度的度量方法，所以较大的数表示匹配程度较高，0标识最坏的匹配效果。

4. 归一化相关匹配法CV_TM_CCORR_NORMED

这个方法和 标准化差值平方和匹配 类似，都是去除了亮度线性变化对相似度计算的影响。可以保证图像和模板同时变亮或变暗k倍时结果不变。

5. 相关系数匹配法CV_TM_CCOEFF

这种方法也叫做相关匹配，但是和上面的 CV_TM_CCORR 匹配方法还是有不通过的。简单的说࿰