我需要有效地检测彩色图像中已知数量的简单标记（棋盘图案）。

我通过 WebGL 将标准化互相关 (NCC) 实现为像素着色器，因为我需要它在浏览器的客户端应用程序中工作。检测工作正常并且足够强大，但我需要更好的性能。目前计算 NCC 图像需要几秒钟的时间，而且我已经在使用“明显”的优化，例如裁剪图像（我有一个粗略的指示应该在哪里标记）和降低分辨率。我还优化了代码本身（例如使用循环展开，但这是另一回事，可能属于 SO）。

图像的分辨率为 900x520 像素，标记为 22 方形像素。该代码在配备英特尔凌动处理器的平板电脑上运行。

我的问题是：是否有算法可以更好地利用我对图像和标记几何的了解，最理想的是适合几乎无分支像素着色器的算法？例如，我正在考虑一个带通滤波器（可以说是只留下标记频率的傅立叶变换）或 FNCC（JP Lewis 的论文），或者利用标记是黑白的事实的东西。

不幸的是，这些方法似乎相对昂贵，因为图像的 FFT 并不便宜，而且我的标记与图像分辨率相比很小。盲目地测试大量算法不是一种选择，除非有一个我不知道的库可以帮助我在 JavaScript 或 glsl 像素着色器中实现它。即使那样，更有效算法的指示也会有所帮助。

编辑：添加了标记的图像。当然，背景通常是透明的，即 NCC 将忽略那些像素