在图像上实现神经网络。输入应该是图像的灰度。您应该将您的网络训练到火车组,使用交叉验证集选择适当的正则化参数,最后在测试集上测试您的网络。
http://www.codeproject.com/Articles/13582/Back-propagation-Neural-Net
(我自己这样做是为了训练网络来识别手写的数字 - 它运作得非常好。)
您需要的库有多简单取决于问题的具体参数。 OpenCV的 是一个伟大的图像处理库,应该能够做你需要的。 这里 是OpenCV中模板匹配的教程。它使得在匹配指标之间切换并为您的问题选择最佳指标变得非常容易。
只为所有像素做image1-image2。然后总结所有的差异。结果越低,图像越近。
如果您的图案可能有多种尺寸,那么您必须调整尺寸并检查每个位置。