Algorithm 查找两个图像之间的图像子集

我正在研究一种处理基于硬件的位图动画的方法。作为输入，我得到了一个简单位图的图像序列（它不是视频，更像是简单的形状，尽管它们可能包含位图填充）。我正在制作这个动画的纹理图集（这样它可以用GPU快速渲染），由于这个序列有时大部分都静止不动，而一小部分正在制作动画，我需要一个算法，可以找到两个图像之间的“公共部分”，这样我就可以节省内存

---

图像的大小可能不一样（例如，如果对象正在增长或收缩），因此我需要一种方法来检测两者之间最大的公共区域。我看到了，这部分解决了我的问题。不过，我想知道，是否有更好的算法适合我的情况，特别是因为大小可能不同，一个图像不一定包含在另一个图像中，但我需要找到两者之间的共同部分。

我看到的一个问题是，一个图像可以以多种方式包含在另一个图像中，如何确定正确答案

它必须是实时的吗？如果没有，则可以使用适应度函数进行简单的O（n^4）搜索

适应度函数可能是图像之间的误差（这给出了一个n^8算法）

更新： 对不起，我分析错了。搜索是n^2，适应度函数是n^2，它给出n^4

整个算法应该如下所示：

w1 = width of image 1
w2 = width of image 2
h1 = height of image 1
h2 = height of image 2

for x = -w1 to w1+w2
  for y = -h1 to h1+h2
    find max fitness(x,y)

fitness(xc,yc){
  m=0
  for each x where image 1 overlaps image 2 displaced by xc
    for each y where image 1 overlaps image 2 displaced by yc
      if (image1[x][y] == image2[x+xc][y+yc])
        m += 1
  return m
}

---

更新：修改适应度函数以查找重叠的数量，然后尝试查找最多的重叠。

不需要是实时的。健身功能是如何工作的？