二、模型在图像中的匹配（fit）
说白了，也就是在图像中找到模型的匹配点，前面已经说过了，可以利用其它方法大致找到模型的位置大小方向（不要小瞧这步，如果预处理的不好，是很容易陷入局部最小的），接下来就是如何改善参数得到好的匹配结果了。模型中可以调整的参数有b、Xt、Yt、s、theta这5个参数。这里作者提到了两种手段：
1）先验信息认为特征点主要是图像的强边缘点，并且图像灰度的梯度服从高斯分布，只要找到模型特征点附近梯度最大的值，即认为是特征点所在的位置
示意图如下：
这种方法很明显，对图像的噪声很敏感，我这里不太推荐
2）对模型特征点周围的纹理信息进行采样，对比图像和模型训练集的纹理，找到纹理最接近的点即认为是特征点。作者这里比较纹理的工具是马氏距离。为了提高搜索的效率，作者还提到了多分辨率搜索周围像素纹理，对于粗糙的尺度，搜索范围大，对于细致的尺度，进行细致的搜索，提高了匹配的效率。这个方法是我比较推荐的。
至于，找到了很多版本，有基于的，也有matlab的，大家可以到wiki的asm页面找到对应的链接，但我自己实践下来，总结一下，matlab我不是太熟悉，代码量太大，我放弃了学习。asmlib-opencv是一个在国外读书的国人写的，有源代码，但效果一般。还有个很牛的国人的作品asmlibrary，但核心部分只提供了lib，他的方法效果很好，代码风格也非常棒，实时性也很好，这里感谢作品作者对我的指点。还有个牛人猛写了不基于opencv的stasm，代码量太大，我果断放弃了。至于其他的一些作品都是只有demo，没有code，很让人遗憾。如果哪位大神有asm效果很好的基于opencv的源代码，能提供给小弟，不胜感激。
