对于这种特定的移位/比例不变模板匹配，哪种图像处理技术是理想的？
我最初在这里讨论的问题已经演变，并且在我研究更多并获得新信息后可能会变得更简单。 最重要的是，我希望能够使用计算机视觉/图像处理技术来检测此处显示的这种模式。如您所见，理想的模式由四个“ ping”组成。对象识别应该是： 移位不变 在水平方向上，图像将是周期性的。（即，向右推动，在左侧出现，反之亦然）。 （幸运的是）从纵向看，它不是周期性的。（即，推到顶部或底部，它将停止）。 比例尺不变（如您所见，ping的“厚度”可能有所不同。） 我可以继续进行下去，但是我已经附上了涵盖我意思的图像，请参见以下内容： 当然，从这个家庭可以看出，它们也可以处于不同的“规模”： 最后，这是一些我可能实际收到的“现实”场景，可能会有噪音，当您移到底部时，行可能会“褪色”，当然，图像上会有很多虚假的线条，伪像等 当然，作为最后的结局，这种“极端”场景很有可能出现： 因此，我想再次寻求一些指导，以指导我在这里应该使用哪些计算机机器视觉技术，以便获得最佳效果。 检测出图案的出现情况，如您所见，在这里我需要进行平移和缩放不变，并且在实际情况下也能获得不错的结果。（好消息是，我不需要它是旋转不变的）。到目前为止，我唯一能想到的想法就是二维关联。 我要补充一点，实际上，我没有彩色图像-我只会得到一个数字的数字，所以我想我们所说的是“灰度”。 提前致谢！ PS对于它的价值，我可能会使用开放式CV。 编辑＃1： 根据评论，我在此处添加了您要求的详细信息： 对于定义数据的特征，我们可以假设以下内容： 每个ping的水平长度可以变化，但是我知道它的上限和下限。在此范围内的任何事物为是，在外部事物为否。（例如，我知道ping的长度可以在1到3秒之间的任何位置）。 所有ping必须为“可见”（是），但是，最后一行可能会丢失，并且仍然要说“是”。否则否。 每个ping的垂直长度（“厚度”）可以变化，但同样，也要知道上下边界。（类似于您在这些图像中看到的内容）。在该范围内的任何事情都为是。外面没有东西。 如果是，则每个ping之间的高度应始终相同。如果不是，则为否。（例如，您可以看到所有ping相对于彼此的高度如何，在垂直轴上约为110）。因此110 +/- 5可以为是，其他任何条件都必须为否。 我想就是这样-但是，请让我知道我还能添加什么...（此外，此处显示的所有内容都应注册为YES，顺便说一句）。