1.雙目匹配時面臨的困難
在雙目視覺中立體匹配經過半個世紀的發展，已經取得很多研究成果，但依然面臨各種各樣的難點與挑戰。一般立體匹配算法受以下幾方面影響，這也是國內外學者一直需要解決的關鍵問題：包括立體匹配受本身內在因素的影響,同時也受到外界環境的影響(即外在因素)以及算法精度與運行時間問題，使得在實際應用中還存在一定的侷限性。
光學失真
表面反光
縮放
透視變換造成的失真
缺少紋理的區域（白牆）
重複出現
透明的物體
遮擋
2.雙目匹配的評價標準
在 2002 年以前，雖然立體匹配算法得到很大的發展，但卻沒有一個統一的標準來評估算法的好壞。所以 Scharstein 和 Szelisk開發了在線評估平臺Middlebury(http://vision.middlebury.edu/stereo/) 網站，該平臺提供了四組標準的立體匹配圖像數據，分別爲 Tsukuba、Venus、Teddy 和 Cones
這些圖片都是在不同環境下拍攝的，而且都經過外極線校正所得，並同時給出四組圖像的真實視差圖（Ground truth
image）作爲參考，通過將上傳到網站的算法和真實視差結果進行分析對比，從而得到準確的算法評估數據，同時爲了對算法進行定量的評估，提出了均方根誤差和誤匹配率兩大指標進行分析：
- 均方根誤差法 RMS(root-mean-squared)
- 誤匹配率 PBM(Percentage of bad matching pixels)
在對立體匹配算法進行誤差計算評測時，通常用 Middleburry 評測網站給出三類典型區域進行劃分，如非遮擋區域誤匹配率(nonocc)、所有像素點的誤匹配率(all)、視差不連續區域誤匹配率(disc),對這些區域利用上述公式計算誤差率，再通過計算整幅圖像的平均誤差率對上傳的圖像進行整體評估，並得到在網站中的公開排名。
