如果您的模板或内核很小，那么直接卷积可能是最快的方法。当在频域中执行卷积比直接时间/空间域卷积更快时存在一个交叉点，并且它可能取决于硬件，但通常当内核（模板）接近图像频域大小的 1/4-1/2 时卷积更快。

如果您有一台多核机器，您可以将较大的图像拆分为 4 个象限，然后在 4 个线程上运行空间卷积并将结果融合在一起。这实际上应该很快。

你知道，除了天真地使用 MATLAB 的surf()函数之外，我从来没有做过 2D 信号处理，但我敢打赌，如果你对你的 2D 数据进行 2D-FFT（可能通过镜像反射数据以减少边缘效应，使长度和宽度都加倍） ，或者你应该补零），将数据的 FFT 与模板的 FFT 的复共轭相乘，然后 iFFT 得到结果，你将得到 2D 互相关。“FFT”中的第一个“F”代表“快速”。