立体匹配SAD算法

1.算法原理
SAD(Sum of absolute differences)是一种图像匹配算法。基本思想：差的绝对值之和。此算法常用于图像块匹配，将每个像素对应数值之差的绝对值求和，据此评估两个图像块的相似度。该算法快速、但并不精确，通常用于多级处理的初步筛选。
2.基本流程
输入：两幅图像，一幅Left，一幅Right
对左图，依次扫描，选定一个锚点：
（1）构造一个小窗口,类似于卷积核；
（2）用窗口覆盖左边的图像,选择出窗口覆盖区域内的所有像素点；
（3）同样用窗口覆盖右边的图像并选择出覆盖区域的像素点；
（4）左边覆盖区域减去右边覆盖区域，并求出所有像素点灰度差的绝对值之和；
（5）移动右边图像的窗口，重复（3）-（4）的处理（这里有个搜索范围,超过这个范围跳出）；
（6）找到这个范围内SAD值最小的窗口,即找到了左图锚点的最佳匹配的像素块。

下面我写一下对于这个算法的理解：
我们要构造一个窗口D分别用于覆盖左边图像和右边图像，窗口的size大小可以自己去定义，然后用D窗口圈出了AB两幅图像后，我们需要左右窗口内的选定的像素做差，然后求取其绝对值，并且对绝对值求和。在视差范围内移动窗口 ，并重复作差，求取绝对值，并求和。找到最小的匹配块，并且标记记录下来

3、参考代码

clear all
clc
left=double(rgb2gray(imread('left.jpg')));
right=double(rgb2gray(imread('right.jpg')));

[m n]=size(left);

w=7;       %窗口半径
depth=20;    %最大偏移距离，同样也是最大深度距离
imgn=zeros(m,n);
for i=1+w:m-w
   for j=1+w+depth:n-w 
       tmp=[];
       lwin=left(i-w:i+w,j-w:j+w);
       for k=0:-1:-depth        
           rwin=right(i-w:i+w,j-w+k:j+w+k);
           diff=lwin-rwin;
           tmp=[tmp sum(abs(diff(:)))];
       end
       [junk imgn(i,j)]=min(tmp);   %获得最小位置的索引
   end
end
imshow(imgn,[]);