背景：
假设从两个不同的角度对同一场景有两个镜头。对它们应用配准算法将产生表示它们之间关系的单应矩阵。通过使用此 Homography Matrix 扭曲其中一个，将（理论上）产生两个相同的图像（如果忽略非共享区域）。
由于不存在完美，所以两幅图像可能并不完全相同，我们可能会发现它们之间存在一些差异，并且在减去它们时可以明显地显示出这种差异。
例子：
此外，光照条件可能会导致减法时的巨大差异。
问题：
我正在寻找一个可以评估注册过程准确性的指标。该指标应为：
归一化： 0->1 测量，与图像类型（自然场景、文本、人类......）无关。例如，如果在完全不同的一对照片上的两个完全不同的注册过程具有相同的置信度，假设为 0.5，这意味着发生了相同的好（或坏）注册。这应该适用，即使其中一张是非常详细的照片，另一张是白色背景，黑色写有“你好”。
区分错误配准精度和不同照明条件：虽然有很多方法可以消除这种差异并使两个图像看起来大致相同，但我正在寻找不计算它们而不是修复它们的测量（性能问题）。
想到的第一件事就是总结两个图像的绝对差异。但是，这将产生一个代表错误的数字。当您想将它与另一个配准过程进行比较时，这个数字没有任何意义，因为另一个配准更好但细节更多的图像可能会产生更大的错误而不是更小的错误。
对不起，很长的帖子。我很高兴提供任何进一步的信息并合作寻找解决方案。
PS 使用 OpenCV 是可以接受的，也是可取的。