我有一组模板图像，我需要对照它们来比较测试图像并找到最佳匹配。假设我们有一个SIFT描述符，我选择最佳特征匹配，并且位于最佳匹配3*距离内的所有特征匹配都被认为是良好匹配。然后我把所有精彩比赛的距离加起来。我不知道这是否是一个好方法，因为我认为我还应该考虑好比赛的次数，而不仅仅是好比赛之间距离的平均值。我是模板匹配的新手，所以我会感谢你的意见。
在这些测试图像中，您要查找的模板是否始终处于同一视角（未失真）？如果是这样的话，我建议使用比使用特征点匹配更准确的技术。OpenCV提供了一个名为matchTemplate（）的函数，甚至还有一个gpu实现。您的度量可以基于该函数的像素平均结果。
如果它们是扭曲的，那么使用SIFT或SURF可能就足够了。您应该通过findHomography（）发送您的点匹配，它将使用RANSAC来删除异常值。通过此测试的匹配数可以用来衡量是否找到对象。