mayton,
что-то с ходу не въезжаю. Пока думаю, что похожий и минимально отличный -- 2 разные вещи. Позднее что-нибудь ещё об этом подумаю.
В принципее, я на такой основе искал наоборот, расхождения. Только у него вроде не центрированные вещи, а у меня центрированные, стандартно, вокруг Мож.

А в МЛ функция встроенная cov(A,B), где А и Б д.б. матрицами одинаковых размеров. Нужно, чтоб меньшая м-ца ползала по другой матрице. Но тогда она ддолжна целиком вмещаться. Иначе их надо как-то приводить к размеру. Но вопос главный: кто будет оценивать схожесть?
Если на глаз, то мониторы у всех разные, автомат - вот тут и нужен формальный критерий. Имеются другие методы кроме корр. и ковар. Понимаешь, да? Параллельность 2-х векторов не всегда означает их совпадение. Для глаза подходит "энергетическое различие" в тех как раз координатах, что я писал выше. Но надо что-то масштабировать.

И кстати в МЛ не так работает. Автор считает, что матрица есть один большой вектор, что вообще говоря, сомнительно. А cov(A,B) коварирует столбы, а для строк надо транспонировать cov(A.',B.'). А потом как-то объединить рез-ты логически либо арифметически, либо ещё как-то ...
Интересный вопрос, да, но мне стимула нет во чтобы то ни стало срочно к утру ... у меня чай стынет))

В общем-то ответил уже, что думаю: если ковариация, то центрированные произведения, только сомнительна ценность вытягивания м-цы в строчку. Это по графической формуле.
По приведённому коду - жуткая смесь кони, люди и залпы тысячи орудий ... а в результате земля тряслась как чьи-то груди (от смеха).
А 2-ю проблему поможет снизить центрированность и применение функциональных метрик. С учётом, что это рисунок, то не в РГБ.
В принципе я его понимаю со 2-й проблемой, у меня такой же вопрос встал, когда я точки продаж сравнивал, что в суммах, что в %, спичек продано на 1%, водки на 99%, в другом месте 2% и 98%. То в 2 раза больше, это на чуть-чуть. Решается статистикой как бы перпендикулярной, не по случайным величинам , а по динамике каждой из них. Но у него - цвет, и это совершенно меняет дело.

К вчерашнему могу добавиь, что выбор как бы метрики, диктуется задачей. Мож. там спец.изображения, но я писал для естественных цветов.
Кроме того, в своей задаче выделения движ. я искал регион синхронизации кадров как раз по энергетической метрике, ползая малым регионом по большему региону. Конечно в сферической задаче м.б. коллизии, несколько совпадений в разных местах. Тогда для арбитража нужен показатель кач-ва идентификации - я не использовал, игрушка ведь.

mayton, нет не знаю даже о чём этот вопрос(( может быть всё дело в громадном соотношении длины и ширины в смартах?

Что касается "цвето-разностные диапазоны". Ну в глазах у нас там колбочки и палочки. П - для интенсивности, К - для цветности. Их плотность по площади сетчатки разнится. Соотношение плотности П / плотность К выше к периферии. Отсюда сумеречное боковое зрение. Но П чувствительнее сами по себе. Ну что я буду пересказывать ...
И вообще, давно среди фотографов известно, если фиговый цветной снимок, то лучше уж его конвертнуть в серый ))
А то пр-во, что я продавливаю - во вложении, так как некогда сделал на пробу.

Ещё пару слов по ссылке по твоей. Всё забывал написать.
Что писал выше я, относится к случаю, когда типа одно изображение включает в себя другое с нек. погрешностями.
Но совсем другой случай, когда одно одновременно ещё масштабированная форма другого. Такое желательно знать наверняка.
Про повороты даже не говорю.