视差估计算法，指定为逗号分隔对，由'方法”“或者“BlockMatching”或“半全球化”。视差函数实现基本块匹配［1］和半全局块匹配[3]算法。在“BlockMatching”方法，该函数通过比较图像中每个像素块的绝对差之和（SAD）来计算视差“半全球化”在匹配方法中，该函数会在相邻块上额外强制相似的视差。这种额外的约束会导致比原始块更完整的视差估计“BlockMatching”方法。

算法执行以下步骤：

视差范围，指定为逗号分隔对，由'DisparityRange'和两元素向量。两元素向量的格式必须为[MinDisparity,MaxDisparity］.这两个元素必须是整数，并且可以是负数。MinDisparity和MaxDisparity必须在范围内[-图像宽度,图像宽度］.之间的区别MaxDisparity和MinDisparity必须可以被整除16．DisparityRange必须是实的，有限的，非稀疏的。如果相机能拍到I1是在相机的右边拍的吗I2然后MinDisparity必须是负的。

视差范围取决于两个摄像机之间的距离以及摄像机和感兴趣的物体之间的距离。增加了DisparityRange当相机距离很远或物体离相机很近时。要为您的配置确定一个合理的视差，请在中显示输入图像的立体浮雕imtool并使用距离工具测量对应点对之间的距离。修改MaxDisparity与测量值相对应。

方形块大小，指定为逗号分隔对，由'块大小'和范围为[5255]的奇数整数。该值设置方形块大小的宽度。该函数使用像素的方形块来比较I1和I2．块大小必须是实的，有限的，非稀疏的。

对比度阈值范围，指定为逗号分隔对，由'对比度阈值'和范围（0,1）中的标量值。对比度阈值定义了可接受的对比度值范围。增加此参数会导致标记为不可靠的像素减少。对比度阈值必须是实的，有限的，非稀疏的。

惟一性的最小值，指定为逗号分隔对，由'UniquenessThreshold'和非负整数。增加此参数将导致函数标记更多像素不可靠。当像素的唯一性值较低时，为其计算的视差不太可靠。将阈值设置为0禁用唯一性阈值。UniquenessThreshold必须是实的，有限的，非稀疏的。

该函数将唯一性定义为最佳视差估计和次最佳视差估计的比率。例如：

两点之间从左到右图像检查的最大距离，指定为逗号分隔对，由'距离阈值'和一个非负整数。增加此参数会导致标记为不可靠的像素数减少。相反，当减少距离阈值时，会增加视差贴图的可靠性。可以将此参数设置为空矩阵［］禁用它。距离阈值必须是实的，有限的，非稀疏的。

距离阈值指定在点之间的最大距离I1同样的观点来自I2．该函数以如下方式查找距离并标记像素:

最小纹理阈值，指定为逗号分隔对，由“纹理保留'和范围[0，1]中的标量值。纹理阈值定义像素可靠的最小纹理值。像素块的纹理越低，计算的像素视差越不可靠。增加此参数会导致更多像素被标记为不可靠。您可以将此参数设置为0禁用它。该参数仅在设置时有效方法来“BlockMatching”．

像素的纹理定义为在整个图像上计算的饱和对比度之和块大小——- - - - - -块大小像素周围的窗口。当纹理低于以下定义的值时，该函数认为为像素计算的视差不可靠并标记它:

纹理保留必须是实的，有限的，非稀疏的。