1、三維世界的物點落在左右兩眼的視網膜上的幾何投影位於不同的位置，即在視網膜上存在差異，通常我們把這種差異稱作視差。
2、立體校正後的圖像只在X軸方向上存在視差。極限上如果存在顏色相同且 距離在視差範圍內的點，則很有可能是對應點，從而簡化了對應點匹配的計算。
連續性，一致性
3、局部匹配：基於區域的，對參考圖像上的一個點，以其爲中心構造一個鄰域支持窗口，然後將這個窗口在待匹配圖像上遍歷搜索範圍，計算其在遍歷過程中每一個窗口的相似程度，以相似程度最大的窗口爲最終結果。
如何確定匹配窗口的大小和形狀？？
4、全局匹配：
全局能量函數: 
4.1 動態規劃法
把巨大的問題分爲幾個階段，然後分別對每個階段求其最優解，最後將這些最優解結合起來解決整個問題，根據外極線約束，尋找最小代價路徑得到視差圖。
4.2 基於馬爾科夫隨機場
1） 圖切割：
構造賦權圖，根據每個因子在能量函數中的取值，爲馬爾科夫鏈的配置和賦權圖上的割構造對應準則，（每個節點代表一個隨機變量，每條邊代表節點之間的相互作用影響）
接着使用賦權圖中的最小割極小化目標能量函數，從而把全局能量最小化問題等效爲賦權圖中的最小割問題，一般採用最大流算法求解。
2）置信傳播：
置信傳播理論是基於利用消息在馬爾科夫網絡中傳播的機制，是一種迭代推理算法。
將匹配空間看做馬爾科夫隨機場，圖像像素點與馬爾科夫隨機場中的節點一一對應起來，用貝葉斯最大後驗證概率估計方法對節點間的消息進行迭代和更新，求出迭代後節點的最大後驗概率及置信度信息，根據節點求置信度。
在第t次迭代過程中，在視差d時，節點X1向其鄰域節點X2傳遞的消息：包括三項，數據項（像素灰度絕對差值），平滑項（相鄰像素的不連續性），t-1次迭代過程中X1點鄰域像素（除X2）傳遞的消息之和，最優化視差即爲最小化置信度信息。
最大積方法來求取馬爾科夫隨機場能量最小化問題，引入消息傳遞機制，置信度用來反映每個節點取某個值的可能性，鄰近節點通過傳遞消息來改變各個節點對應的各個變量值得可信程度，即置信度
通過有限次數的迭代，算法推動消息在各個節點間傳遞，使各個節點對應的各個變量值的置信度得到充分的更新，整體上達到減小整個馬爾科夫隨機場能量值得效果。
當馬爾科夫隨機場各個節點對應的變量值的置信度隨迭代進行不在變化或變化很小時，每個節點中置信度最大的變量值被選爲該節點最終的取值。