双目深度估计：代价计算与聚合技术详解

1. 双目深度估计的核心挑战与解决思路

在计算机视觉领域，双目深度估计一直是个既经典又充满挑战的问题。想象一下人类双眼如何感知深度——通过左右眼看到的微小视差，大脑就能神奇地计算出物体的距离。算法要做的事情本质上与此类似，但实现起来却复杂得多。

我从事这个领域的研究和实践已有五年多，发现代价计算与代价聚合是整个流程中最关键也最容易被低估的环节。很多初学者会直接套用现成的立体匹配算法，却不知道这两个步骤的参数调整和实现细节往往决定了最终深度图的质量上限。

2. 代价计算：立体匹配的基石

2.1 像素级相似度度量方法

代价计算的核心目标是量化左右图像对应像素点的相似程度。常用的方法包括：

1. 绝对差值和(SAD)：计算两个像素邻域内对应像素的绝对差之和

   python复制def SAD(left_patch, right_patch):
       return np.sum(np.abs(left_patch - right_patch))
   

2. 平方差和(SSD)：类似SAD但使用平方差，对大误差更敏感

   python复制def SSD(left_patch, right_patch):
       return np.sum((left_patch - right_patch)**2)
   

3. 归一化互相关(NCC)：对光照变化更鲁棒

   python复制def NCC(left_patch, right_patch):
       left_mean = np.mean(left_patch)
       right_mean = np.mean(right_patch)
       numerator = np.sum((left_patch-left_mean)*(right_patch-right_mean))
       denominator = np.sqrt(np.sum((left_patch-left_mean)**2) * np.sum((right_patch-right_mean)**2))
       return numerator / denominator
   

注意：实际实现