一、提取模板
1、预处理
使用高斯模糊预处理将要作为模板的RGB图
2、模板梯度计算
分别计算RGB三个通道中每个像素点x和y方向的梯度（sobel算子），取幅值最大的作为该像素的梯度，若梯度幅度值小于阈值，则被舍弃
3、梯度离散化及量化
对保留的梯度，以角度形式表示其方向（phase函数），将以上角度映射到0度至180度之间，而后离散化为n个区间，再用0-n-1的index分别表示各个角度。为了应对噪声，在该像素的3*3领域内进行统计投票，取得分最高的index值作为该像素点的最终index
4、模板保存
对index进行二进制编码，方便后续匹配时的计算，feature数目小于4的模板被舍弃，最后模板以mask形式保存
5、模板变换
针对原始模板（mask形式），按照angle和scale的一定步长进行平移、旋转、缩放等仿射变换，形成一系列的模板
6、模板金字塔
对RGB图片进行下采样，重复1-5的过程

二、进行匹配
1、测试图片梯度计算
按照提取模板时的方式计算梯度，并舍弃幅度值较小的
2、梯度扩散
为提高匹配的鲁棒性，对梯度进行扩散，具体操作为将有index值扩散到以该像素点为中心的33的领域内
3、预计算response map
针对各个方向，利用梯度与对应方向间夹角余弦的绝对值（取绝对值的目的是为了不受背景影响，即使背景很亮或者很暗仍然会比较鲁棒）计算相似分数，同一像素点的多个余弦值中取绝对值最大的，形成n个response map
4、计算similarity map
由于是利用模板进行滑窗匹配，为了提高计算速度，将response map中相隔T（滑窗步长）个像素的值顺序存储在一起，形成T^2个线性表，在模板中取一个anchor cell，其余各位置的response map值形成的线性表，根据相对于该anchor cell的偏移，按照公式一、提取模板
1、预处理
使用高斯模糊预处理将要作为模板的RGB图
2、模板梯度计算
分别计算RGB三个通道中每个像素点x和y方向的梯度（sobel算子），取幅值最大的作为该像素的梯度，若梯度幅度值小于阈值，则被舍弃
3、梯度离散化及量化
对保留的梯度，以角度形式表示其方向（phase函数），将以上角度映射到0度至180度之间，而后离散化为n个区间，再用0-n-1的index分别表示各个角度。为了应对噪声，在该像素的33领域内进行统计投票，取得分最高的index值作为该像素点的最终index
4、模板保存
对index进行二进制编码，方便后续匹配时的计算，feature数目小于4的模板被舍弃，最后模板以mask形式保存
5、模板变换
针对原始模板（mask形式），按照angle和scale的一定步长进行平移、旋转、缩放等仿射变换，形成一系列的模板
6、模板金字塔
对RGB图片进行下采样，重复1-5的过程

二、进行匹配
1、测试图片梯度计算
按照提取模板时的方式计算梯度，并舍弃幅度值较小的
2、梯度扩散
为提高匹配的鲁棒性，对梯度进行扩散，具体操作为将有index值扩散到以该像素点为中心的3*3的领域内
3、预计算response map
针对各个方向，利用梯度与对应方向间夹角余弦的绝对值（取绝对值的目的是为了不受背景影响，即使背景很亮或者很暗仍然会比较鲁棒）计算相似分数，同一像素点的多个余弦值中取绝对值最大的，形成n个response map
4、计算similarity map
由于是利用模板进行滑窗匹配，为了提高计算速度，将response map中相隔T（滑窗步长）个像素的值顺序存储在一起，形成T^2个线性表，在模板中取一个anchor cell，其余各位置的response map值形成的线性表，根据相对于该anchor cell的偏移，按照公式

计算线性表的偏移值，并将各个进行偏移的线性表对应值相加，还原为一个map，即得到similarity map

以上纯属个人理解，小白一定存在许多理解错误，请大家不吝赐教。