sad代价计算_SGBM算法详解（一）

上一篇文章简单介绍了立体匹配算法相关的资源，这里简单总结一下立体匹配算法，总体来讲包含以下6个步骤：

1. Preprocess ( GaussBlur , SobelX, ...etc)

2. Cost Compute ( AD, SAD, SSD, BT, NCC, Census, ...etc)

3. Cost Aggregation ( Boxfilter, CBCA, WMF, MST, ...etc)

4. Cost Optimization ( BP, GC, HBP, CSBP, doubleBP,  ...)

5. Disparity Compute( WTA)

6. Postprocess ( MedianFilter, WeightMedianFilter, LR-check, ...etc)

一般情况下，组合12356称为局部立体匹配算法， 12456称为全局立体匹配算法，区别在于是否构建全局能量优化函数， 如果有对六个步骤的含义不清楚的地方，请再次详细阅读上一篇文章《初始立体匹配算法》中的两篇综述论文。接下来的部分，我会重点讲述并且复现SGBM算法，这样不仅可以给大家讲清楚算法流程，还可以给大家贴出更多的中间结果供大家编码参考和学习，也欢迎大家加入学习立体匹配算法中，提高自己。

一、SGBM与SGM的区别

回到今天的主题SGBM(Semi-Global Block Matching)算法，为什么要分析这个算法呢，原因有二：

1. 算法核心为非常经典的SGM(Semi-Global Matching)算法；

2. SGBM算法自OpenCV2.4.6开始就已经被开源，非常的方便，并被广泛使用。

可能说