基于OpenCV的特征匹配算法采用SSD技术

SSD的完整名称为Sum of Squared Differences。

通过一张示意图可以更直观地理解其计算过程。

第二行所表达的含义在于，由于目标是寻找SSD的最小值，因此可以将其中的非负数值予以排除，通过对符号进行转换后，问题转化为寻找最大值的过程。

这样一来，原本的计算任务便转变为求取相关性最大值的问题。

视频截图来源http://crcv.ucf.edu/videos/lectures/2012.php

opencv 2 cookbook这本书中包含了一个相关内容，其中应用了FastFeatureDetector这一工具。

其基本流程为：首先从第一张图像中检测出特征点，并利用矩形框将其标示出来作为模板；

随后，将该模板与第二张图像中所有以特征点为中心的矩形区域内的图像进行比对，判断是否能够实现匹配。

我在运行书中的程序时遇到了诸多问题，经过反复调试后已解决，具体结果如下所示。

由于版本差异，书中以下代码始终无法正常运行，创建方式已发生改变，详细内容可参考 [ 我的github](https://github.com/Ta