立體匹配就4個步驟：
匹配代價計算，代價聚合，計算視差，視差精化
。匹配代價計算: 一般是通過計算左右兩圖對應畫素3個通道的灰度值差來決定匹配代價的，
常用的就是基於畫素點匹配代價計算，一般有ad， sd，tad什麼的，基於區域的匹配代價計算一般有sad，ssd， stad之類的。匹配代價計算會生成乙個disparity space image，也就是dsi。這個dsi是乙個三維的空間，也就是每乙個視差，得到一張代價圖。假如視差範圍是0～16，則會得到17幅代價圖。
視差搜尋範圍就是middleburry**上的stereo pair值，也就是說在視差範圍內（比如0-16）內搜尋匹配代價，得到17張匹配代價圖，然後找到匹配代價最小的對應的視差值就是此畫素對應的視差。
代價聚合:
其實就是乙個濾波的過程，對每一幅代價圖進行聚合，最簡單的就是採用boxfilter。第一步代價計算只是得到了影象上所有孤立畫素的視差值，但是這些時差值都是孤立的，引入了過多雜訊，比如一片區域的視差值都是10，可是引入雜訊後就會導致這一片的視差值都不一樣，那麼就需要乙個濾波的過程，也就是我們所說的區域性立體匹配方法，即採用視窗卷積達到區域性濾波的目的。
計算視差:
常用的方法就是wta演算法（區域性），對於影象中的同乙個點，選出17幅代價圖中匹配代價最小的那張圖，該幅圖對應的視差值就選取為最終的視差。
或者在全域性立體匹配中採用能量函式的方法，分為資料項和平滑項，資料項其實就是代價計算，平滑項就是代價聚合，只不過視窗大小是整幅影象，也可以試試如果把平滑項前面的係數lamda設為0，那麼得到的結果和單純代價計算的區域性立體匹配是一樣的。
視差精化：
也就是對得到的視差進行優化的過程，如：左右一致性檢測、區域投票等；這步其實是很多立體匹配的遮羞布，比如用遮擋處理，中值濾波，左右一致性檢測等，都能使最後的是視差圖提公升1%左右，它是很多**的遮羞布。但是不可否認的是，立體匹配最關鍵的步驟仍然是代價計算和代價聚合步驟。
在立體匹配
方法中，基於全域性和區域性的演算法有些區別。不過基本步驟都差不多。有些時候，基於區域性的演算法，第一步和第二步是合併在一起進行的，基於全域性的演算法，會跳過第二步。
雙目立體匹配
公式 其中資料項描述了匹配程度，平滑項體現了定義場景的約束，c是匹配代價 或稱penalty p是不同兩畫素p和q視差的函式，一般稱之為平滑項 考慮到能量優化問題在一維空間的複雜度是多項式級的，因此一些研究試圖做一些近似來降低演算法的複雜度。例如，半全域性演算法 sgm 就利用了這一特性將二維問題簡...
立體匹配演算法 RankTransform
1.基本介紹 立體匹配演算法，關鍵是計算左右圖對應點的匹配代價。但是基於畫素的匹配方法有乙個問題就是對於重複紋理區域，支援視窗選取太小則不利於獲取準確的匹配代價，視窗選取過大則計算複雜度過高。對於這種情況，我們應該適當的考慮支援視窗的結構資訊，但是結構資訊如何表示，怎樣定量計算，這裡就要用到標題中提...
立體匹配演算法 RankTransform
1.基本介紹 立體匹配演算法，關鍵是計算左右圖對應點的匹配代價。但是基於畫素的匹配方法有乙個問題就是對於重複紋理區域，支援視窗選取太小則不利於獲取準確的匹配代價，視窗選取過大則計算複雜度過高。對於這種情況，我們應該適當的考慮支援視窗的結構資訊，但是結構資訊如何表示，怎樣定量計算，這裡就要用到標題中提...