基于灰度的匹配算法又称为基于模板的匹配算法，子图与模板图对应位置上灰度值计算得出一个值，这个值可以是对应像素相减绝对值的加和（即SAD算法），也可以将计算出的和除以模板像素个数，即（MAD算法），其它基于灰度的图像匹配算法均基于此思想，只不过所计算的值不同。以下将逐个进行介绍。
SAD算法
SAD算法即模板与参考图对应像素相减的绝对值求和，然后在依次滑动模板遍历每个位置，得到（P-M）行，（Q-N）列的矩阵，其中值最小的位置即说明模板与参考图相似度最高。SAD相似性公式如下,（由于算法中直接用矩阵计算，与公式表达方式上不同，但实质相同）
可根据下图结合代码进行实现
SAD/MAD算法
%%
%绝对误差和算法（SAD）
%%
clear all;
close all;
%%读取参考图
src=imread('Lanny.png');%导入参考图
[a b d]=size(src);%获取图像长宽以及通道数
if d==3
src=rgb2gray(src);%判断是否灰度图，若不是则转为灰度图
end
%%读取模板图，原理同读取参考图
mask=imread('mark.png');
[m n d]=size(mask);
if d==3
mask=rgb2gray(mask);
end
%%
N=n;%模板尺寸，此处为矩形（高，宽）=（M,N)
M=m;
P=a;%代搜索图像尺寸，同上
Q=b;
%%进行匹配
dst=zeros(P-M,Q-N);%创建矩阵，存放模板计算出的结果
S=M*N;
for i=1:P-M %子图选取，每次滑动一个像素
for j=1:Q-N
temp=src(i:i+M-1,j:j+N-1);%当前子图
dst(i,j)=sum(sum(abs(temp-mask)))/S;%%此处除以S即为MAD，不除即为SAD
end
end
abs_min=min(min(dst));%%寻找最小值
[x,y]=find(dst==abs_min);
figure;
imshow(mask);title('模板');
figure;
imshow(src);
hold on;
rectangle('position',[y,x,N-1,M-1],'edgecolor','r');%在参考图上框选匹配出的结果
hold off;title('搜索图');
