C++ opencv ncc归一化互相关 使用SSE优化 具体实现代码

归一化互相关（Normalized Cross-Correlation，NCC）是一种常用的图像匹配方法，可以用于模板匹配、目标跟踪等领域。SSE（Streaming SIMD Extensions）是Intel公司开发的一种SIMD指令集，可以在处理器中同时处理多个数据。下面是使用SSE优化的归一化互相关的实现代码：

#include <emmintrin.h> // 包含SSE指令集头文件
#include <opencv2/opencv.hpp>

using namespace cv;

void NCC_SSE(const Mat& img, const Mat& templ, Mat& result)
{
    int img_h = img.rows, img_w = img.cols;
    int templ_h = templ.rows, templ_w = templ.cols;
    int result_h = img_h - templ_h + 1, result_w = img_w - templ_w + 1;

    result.create(result_h, result_w, CV_32FC1);

    __m128i zero = _mm_setzero_si128(); // 初始化一个全0的向量

    for (int i = 0; i < result_h; i++)
    {
        for (int j = 0; j < result_w; j += 4)
        {
            __m128 sum = _mm_setzero_ps(); // 初始化一个全0的向量

            // 计算模板和图像的均值
            float templ_mean = mean(templ)[0];
            Mat img_roi(img, Rect(j, i, templ_w, templ_h));
            float img_mean = mean(img_roi)[0];

            // 计算模板和图像的标准差
            Mat templ_square, img_square;
            multiply(templ, templ, templ_square);
            multiply(img_roi, img_roi, img_square);
            float templ_stddev = sqrt(mean(templ_square)[0] - templ_mean * templ_mean);
            float img_stddev = sqrt(mean(img_square)[0] - img_mean * img_mean);

            // 计算NCC
            for (int k = 0; k < templ_h; k++)
            {
                const float* img_ptr = img.ptr<float>(i + k) + j;
                const float* templ_ptr = templ.ptr<float>(k);
                for (int l = 0; l < templ_w; l += 4)
                {
                    __m128 a = _mm_loadu_ps(img_ptr + l);
                    __m128 b = _mm_loadu_ps(templ_ptr + l);
                    __m128 c = _mm_sub_ps(a, _mm_set1_ps(img_mean));
                    __m128 d = _mm_sub_ps(b, _mm_set1_ps(templ_mean));
                    __m128 e = _mm_mul_ps(c, d);
                    sum = _mm_add_ps(sum, e);
                }
            }

            // 归一化
            float scale = img_stddev / templ_stddev;
            __m128 s = _mm_set1_ps(scale);
            __m128 r = _mm_div_ps(sum, _mm_mul_ps(_mm_set1_ps(templ_w * templ_h), _mm_mul_ps(_mm_set1_ps(img_stddev), s)));
            r = _mm_max_ps(r, zero);
            result.at<float>(i, j) = r[0];
            result.at<float>(i, j + 1) = r[1];
            result.at<float>(i, j + 2) = r[2];
            result.at<float>(i, j + 3) = r[3];
        }
    }
}

其中，`__m128`是SSE指令集中的128位向量类型，可以同时存储4个float类型的数据，`_mm_loadu_ps`、`_mm_set1_ps`、`_mm_add_ps`、`_mm_sub_ps`、`_mm_mul_ps`、`_mm_div_ps`等函数是SSE指令集中的函数，用于对向量进行加载、赋值、加减乘除等操作。在计算NCC时，利用SSE指令集的优势，可以同时计算4个像素的结果，从而提高了计算效率。