物体的视觉差。2、参数取值为
1m2dmax40f30T201，窗口大小为12时模块匹配又称为行匹配，实验结果如下：
21
f22
图312模块为12视差图图313模块为12深度图3）参数取值为
3m3dmax40f30T201，实验结果如下：
22
f23
图314模块为33视差图
图315模块为33深度图322基于线性生长区域匹配算法1）参数分别为VLG20dmax40f30T201时，其中，VLG表示误差阈值。实验结果如下
23
f24
图315模块为VLG10视差图图316模块为VLG10深度图
点匹配状态图中，棕色代表闲置点，黄色代表基点，蓝色代表区域点。2）仅改变阈值VLG40，其他参数不变，实验结果如下：
24
f25
图317模块为VLG20视差图图318模块为VLG20深度图
3）仅改变VLG60，其他参数不变，实验结果如下：
25
f26
图319模块为VLG60视差图
图320模块为VLG60深度图
33不同匹配算法差异分析
1、基于全局误差能量最小化区域匹配算法本实验采取窗口大小为1122335577进行匹配，实验结果如321所示
26
f27
图321a窗口大小与可靠度关系图b滤波前后可靠度关系图c窗口大小与计算量关系图
图321ab分别表示的实验采取5种窗口大小时可靠度与计算量大小的柱形图c滤波前后可靠度大小的柱形图。实验结果表明：1当匹配窗口较小时基于全局误差能量最小化算法的可靠度较大、计算量较小；2）滤波可使得算法的可靠度大大的提高算法的可考率。
2、基于线性生长区域匹配算法
图322a误差阈值与可靠度关系图b滤波前后可靠度对比图c误差阈值与计算量关系图
图322ab分别表示的实验改变阈值值时算法可靠度与计算量大小的柱形图c滤波前后可靠度大小的柱形图。实验结果表明：1）在误差阈值较小时，算法的可靠度随着误差阈值的增大而增加；误差阈值较大时，阈值越大时可靠度不再变化趋于一定值；2）整体来说，算法的计算量随着误差阈值的增大而减小；3）滤波能够大大增大算法的可靠度
3、两种算法比较
27
f第四章总结与展望
图323a两算法可靠度比较图b两算法计算量对比图
图323ab分别表示滤波前后两种算法可靠度和计算量大小的柱形图。实验结果表明：两种算法基于全局误差能量最小化算法的算法可靠度比基于线性生长区域算法要高，但是计算量也高。
34本章小结
本章分别对摄像机标定和立体匹配的实现过程做了详解叙述，得出了实验结果，并对实验结果进行了分析。
第四章总结与展望
近年来，计算机视觉技术发展迅速，研究领域逐渐从2D向3D转r