BM、GC、SGBM三种算法的比较和BM在OpenCV3下的参数设置
第一部分BM、GC和SGBM算法的性能比较转自：http://blog.csdn.net/chenyusiyuan/article/details/5967291，其中原博主推荐的Stefano Mattoccia大神的讲义Stereo Vision：algorithms and applications，我看了以后觉得非常受用，讲的非常条理全面，里面的参考文献也很经典。第二部分为原创，主要是在OpenCV3.2版本下BM算法的用法改变和参数说明。
1.BM、GC和SGBM算法性能比较：
(1)视差效果：BM<SGBM<GC;
(2)处理速度：BM>SGBM>GC;
(3)图像类型：BM和GC算法只能对8位灰度图像计算视差，SGBM算法可以处理24位彩色图像；
(4) SGBM 立体匹配算法（源自Heiko Hirschmuller的《Stereo Processing by Semi-global Matching and Mutual Information》），可以获得比 BM 算法物体轮廓更清晰的视差图（但低纹理区域容易出现横/斜纹路，在 GCstate->fullDP 选项使能时可消减这种异常纹路，但对应区域视差变为0，且运行速度会有所下降），速度比 BM 稍慢， 352*288的帧处理速度大约是 5 帧/秒；
2.OpenCV3中BM算法的使用更新：
在OpenCV3中，StereoBM算法发生了比较大的变化，StereoBM被定义为纯虚类，因此不能直接实例化，只能用智能指针的形式实例化，也不用StereoBMState类来设置了，而是改成用bm->set...的形式，详细看如下代码。
//BM（bidirectional matching)算法进行双向匹配，首先通过匹配代价在右图中计算得出匹配点。
//然后相同的原理及计算在左图中的匹配点。比较找到的左匹配点和源匹配点是否一致，如果是，则匹配成功。
//初始化 stereoBMstate 结构体
//错误：不允许使用抽象类型的stereoBM对象
//C++中含有纯虚拟函数并且所有纯虚函数并未完全实现的类称为抽象类，它不能生成对象
//opencv3以后的版本不能这么用了
//StereoBM bm;
//int unitDisparity = 15;//40
//int numberOfDisparities = unitDisparity * 16;
//bm.state->roi1 = roi1;
//bm.state->roi2 = roi2;
//bm.state->preFilterCap = 13;
//bm.state->SADWindowSize = 19;
//bm.state->minDisparity = 0;
//bm.state->numberOfDisparities = numberOfDisparities;
//bm.state->textureThreshold = 1000;
//bm.state->uniquenessRatio = 1;
//bm.state->speckleWindowSize = 200;
//bm.state->speckleRange = 32;
//bm.state->disp12MaxDiff = -1;
cv::Ptr<cv::StereoBM> bm = cv::StereoBM::create();
int unitDisparity = 15;//40
int numberOfDisparities = unitDisparity * 16;
bm->setROI1(roi1);
bm->setROI2 (roi2);
bm->setPreFilterCap(13);
bm->setBlockSize = 15; //SAD窗口大小
bm->setMinDisparity(0); //确定匹配搜索从哪里开始 默认值是0
bm->setNumDisparities(numberOfDisparities) ; //在该数值确定的视差范围内进行搜索,视差窗口
// 即最大视差值与最小视差值之差, 大小必须是16的整数倍
bm->setTextureThreshold(1000); //保证有足够的纹理以克服噪声
bm->setUniquenessRatio(1); //使用匹配功能模式
bm->setSpeckleWindowSize(200); //检查视差连通区域变化度的窗口大小, 值为0时取消 speckle 检查
bm->setSpeckleRange(32); // 视差变化阈值，当窗口内视差变化大于阈值时，该窗口内的视差清零
bm->setDisp12MaxDiff(-1); //左视差图（直接计算得出）和右视差图（通过cvValidateDisparity计算得出）
// 之间的最大容许差异，默认为-1最后需要注意的是，在上述参数中，对视差生成效果影响较大的主要参数是setSADWindowSize、setNumberDisparities和setUniquenessRatio，这三个参数要重点关注和调整。其他参数的影响不算很大。