寻定位精准的模板匹配算法
我目前是用opencv自带的模板匹配方法，看别人文章说这种基于灰度的模板匹配方法在最相似区域周围会平缓。
有关人士有没有一些定位精准的模板匹配算法，如果该算法简单易行而且可以抗旋转尺度不变性就更好。
[解决办法]
模板匹配的理论精度是3分之一个像素。实际精度大概0.7像素左右，引入各种特征匹配算子能够有一定提高，0.5像素左右，如果要高精度，就是模板匹配加最小二乘匹配，我做过的精度最高的匹配了。虽然理论精度0.01像素，但是我算出的结果在0.2像素左右。
以上所有测试数据为航空影像数据，不同相片。
当然最小二乘的代码比较难写。不过最大的好处，可以引入任意变形参数，一般为仿射变换不变（旋转和尺度都满足）。
[解决办法]
opencv的模板匹配算法，是分别将图像中点的像素值与模板上点的像素值做差，然后将这些点差加起来，得到一个匹配度，这个算法有几个问题，1，对于旋转的图像，无法精确匹配，2对于大小与模板不同的图像，也无法精确匹赔。
快速圆匹配，虽然可以解决模板旋转的问题，但是运算速度很慢
对于那些商业软件，比如像halcon，模板匹配是非常精确且鲁棒性很好的。但是，他们的算法一般是不会外漏的（也不会侧漏………… >_<!!!）
[解决办法]
简单和精确本来就是一个悖论~
sift匹配算法精度很高~但是不太好理解~http://http://blog.csdn.net/renshengrumenglibing/article/details/6929552
