Stereo Correspondence/双目立体匹配

对《Learning OpenCV 3》 737-738页部分内容的概括。翻译的可能不是很贴切，请各位原谅。

OpenCV实现了两种不同的立体对应算法，这些算法共享一个（几乎）公共对象接口。

第一种称为块匹配（BM， Block matching）算法，是一种快速有效的算法,它的工作原理是使用小的“绝对差值之和”（SAD)窗口来找到左右立体校正图像之间的匹配点。该算法仅在两个图像之间找到强匹配（高纹理）点。因此，在高度纹理化的场景中，例如可能在户外的森林中，
每个像素可能都有计算深度。在非常低纹理的场景中，例如室内走廊，很少有点可以记录深度。

第二种算法称为半全局块匹配（SGBM，semi-global block matching）算法。 SGBM是SGM的一种变体，主要在两个方面与BM不同。第一个是使用Birchfield-Tomasi度量在子像素级别完成匹配。第二个区别是SGBM试图通过考虑对其计算的深度信息强制执行全局平滑约束
通过感兴趣区域的许多一维平滑约束。这两种方法是互补的，因为BM速度要快得多，但不能提供SGBM的可靠性和准确性.