在矢量中滑动矢量的算法

Question

我一直在询问关于矩阵的问题，并将它们分成块 - 但这显然不起作用所以我采取了另一种方式。

让我们说在这个例子中我有一个4x4的矩阵（向量）：

M1 =

    0 1 0 1
    1 1 1 0
    0 0 0 1
    0 1 1 1

M2 =

   0 1
   1 0

现在，我需要确定M1中哪个块最适合M2中的块。所以基本上，确定一个大矩阵内的一个小矩阵。

我需要帮助的算法基本上是在矩阵1上滑动小矩阵，直到发现它最适合或匹配。 （我正在使用相关/相似度量）

我一直认为它需要一次以一个像素/值滑动。但是，显然我不想检查每个值的相关性。

这是将matrix1（在当前位置）与矩阵2进行比较的函数：

这是比较矩阵的函数：

   bool compareMatrix(vector<double> &theMatrix1, vector<double> &theMatrix2, int 
   startRow, int startCol)
   {
      cout << theMatrix1[startRow*4+startCol]; // This prints out the particular block
   }

现在我在想的是制作一个临时矢量来存储matrix1的值（在当前位置）然后将matrix1的值（在当前位置）推入临时矢量内，这个临时矢量会然后传递给相关函数，然后返回一个值。

我的问题是：如何将“theMatrix1 [startRow * 4 + startCol]”的内容推送到临时矢量？

所以例如（这不起作用）：

vector<double> temp(2*2, 0);
temp.push_back(theMatrix1[startRow*4+startCol]);

double corr = correlation(temp, matrix2, 4, 4); 
return corr;

我希望我已经解释得足够了（注意：这与以前的帖子不同）。

希望有人能提供帮助，

谢谢：）

Answer 1

将一个对象扫描到另一个对象的一种方法是反转一个对象（h'（x，y）= h（-x，-y）。然后使用卷积定理 - 请参阅http://en.wikipedia.org/wiki/Convolution_theorem和有关二维工作的内容，请参阅http://www-structmed.cimr.cam.ac.uk/Course/Convolution/convolution.html。关于卷积定理的观点是，FFT只有n log n，所以对于某些参数，它要快得多。

这在信号处理中被广泛使用的事实也向我建议，如果你真的需要相关性，你将找不到比这更快的任何快捷方式。如果你对某些时候缺少的东西感到满意，也许你可以做一些事情，比如在两个矩阵中寻找特征，找到特征的匹配，然后检查这些匹配建议的对齐。