js实现MAD图像识别算法

转载请注明出处，附上链接，谢谢。

目前 该代码只正对火狐浏览器

先来看看算法：

MAD算法：平均绝对差算法（Mean Absolute Differences，简称MAD算法），它是Leese在1971年提出的一种匹配算法。是模式识别中常用方法，该算法的思想简单，具有较高的匹配精度，广泛用于图像匹配。设S(x,y)是大小为mxn的搜索图像，T(x,y)是MxN的模板图像，分别如下图(a)、(b)所示，我们的目的是：在(a)中找到与(b)匹配的区域（红框所示）。

                                               

算法思路

        在搜索图S中，以(i,j)为左上角，取MxN大小的子图，计算其与模板的相似度；遍历整个搜索图，在所有能够取到的子图中，找到与模板图最相似的子图作为最终匹配结果。

        MAD算法的相似性测度公式如下。显然，平均绝对差D(i,j)越小，表明越相似，故只需找到最小的D(i,j)即可确定能匹配的子图位置：

其中：

算法评价：

优点：

①思路简单，容易理解（子图与模板图对应位置上，灰度值之差的绝对值总和，再求平均，实质：是计算的是子图与模板图的L1距离的平均值）。

②运算过程简单，匹配精度高。

缺点：

①运算量偏大。

②对噪声非常敏感。

好了上代码

①首先在canvas画布上绘制搜索图和模板图

②获得搜索图和模板图的像素数据

③将RGB转灰度值（这部分可以参考我的另一篇博客点击打开链接）

④从搜索图的（0,0）点开始，取模板图大小的子图，将子图与模板图像素点一一对应，灰度值做绝对差，求平均绝对差和

⑤遍历整个搜索图，平均绝对差和最小的即为最相似的子图

最终结果：