视差估计算法，指定为逗号分隔的对，由'方法’“BlockMatching”或“SemiGlobal”．视差函数实现了基本的块匹配[1]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(SAD)的和来计算视差。在“SemiGlobal”匹配方法，该函数额外在相邻块上强制相似的视差。这一附加约束的结果是一个更完整的视差估计比“BlockMatching”方法。

算法执行以下步骤:

视差范围，指定为逗号分隔的对，由'DisparityRange'和一个二元向量。两元素向量的格式必须为[MinDisparity，MaxDisparity］．两个元素都必须是整数，可以是负数。MinDisparity而且MaxDisparity一定在[-图像的宽度，图像的宽度］．两者之间的区别MaxDisparity而且MinDisparity必须能被16．DisparityRange必须是实的，有限的，非稀疏的。如果相机过去拍I1是在相机的右边吗I2,然后MinDisparity肯定是负的。

视差范围取决于两个相机之间的距离和相机与感兴趣的物体之间的距离。增加了DisparityRange当摄像机距离较远或物体离摄像机较近时。中显示输入图像的立体浮雕，以确定配置的合理视差图像查看器app，并使用距离工具测量对应点对之间的距离。修改MaxDisparity与测量相对应。

方形块大小，指定为逗号分隔的对，由'BlockSize'和范围为[5255]的奇数。此值设置正方形块大小的宽度。该函数使用正方形像素块进行比较I1而且I2．BlockSize必须是实的，有限的，非稀疏的。

对比度阈值范围，指定为逗号分隔的对，由'ContrastThreshold'和范围(0,1]中的标量值。对比度阈值定义了一个可接受的对比度值范围。增加这个参数会导致标记为不可靠的像素减少。ContrastThreshold必须是实的，有限的，非稀疏的。

唯一性的最小值，指定为逗号分隔的对，由'UniquenessThreshold'和一个非负整数。增加这个参数会导致标记更多像素的函数不可靠。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禁止唯一性阈值设置。UniquenessThreshold必须是实的，有限的，非稀疏的。

该函数将唯一性定义为最优视差估计和非最优视差估计的比值。例如:

两点之间从左到右图像检查的最大距离，指定为逗号分隔的对，由'DistanceThreshold'和一个非负整数。增加这个参数会导致标记为不可靠的像素减少。相反，当您降低距离阈值时，您将增加视差图的可靠性。您可以将此参数设置为空矩阵［］禁用它。DistanceThreshold必须是实的，有限的，非稀疏的。

距离阈值指定一个点之间的最大距离I1同样的一点I2．该函数以以下方式查找距离并标记像素:

最小纹理阈值，指定为逗号分隔的对，由'TextureThreshold'和一个范围为[0,1)的标量值。纹理阈值定义了一个像素可靠的最小纹理值。像素块的纹理越低，计算出的像素视差就越不可靠。增加这个参数会导致更多像素被标记为不可靠。可以设置为0禁用它。此参数仅在设置时生效方法来“BlockMatching”．

像素的纹理被定义为饱和度对比度的和BlockSize——- - - - - -BlockSize窗口周围的像素。当纹理低于下面定义的值时，该函数认为为像素计算的视差不可靠并标记它:

TextureThreshold必须是实的，有限的，非稀疏的。