版本：SuperMap iDesktop .NET 10i 1、新建球面场景（如果新建平面场景，我的会黑糊糊，不知道什么原因） 2、普通图层中新建KML图层 3、右键–>可编辑 4、右键–>添加–>静态模型–>选择sgm模型 5、在球面场景中尽可能放大缩放到地面，指定一个点（这样看的比较清楚） 6、模型出来了

理论恒叨系列 【理论恒叨】【立体匹配系列】经典SGM：（1）匹配代价计算之互信息（MI） 【理论恒叨】【立体匹配系列】经典SGM：（2）匹配代价计算之Census变换 【理论恒叨】【立体匹配系列】经典SGM：（3）代价聚合（Cost Aggregation） 【理论恒叨】【立体匹配系列】经典SGM：（4）视差计算、视差优化 【理论恒叨】【立体匹配系列】经典SGM：（4）视

记录一下 代码参考：https://github.com/bkj/sgm 论文： https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=4359315 理论部分参考： https://www.cnblogs.com/wxxuan/p/13595014.html https://zhuanlan.zhihu.com/p/49272

看大佬的分析，醍醐灌顶！大家对算法的一些困惑也贴上来。 (转载http://blog.csdn.net/wsj998689aa/article/details/49464017, 作者：迷雾forest) SGM算法源于《Stereo Processing by Semi-Global Matching and Mutual Information》一文，我认为这篇文章是立体匹配算法中最给力的，放

理论恒叨系列 【理论恒叨】【立体匹配系列】经典SGM：（1）匹配代价计算之互信息（MI） 【理论恒叨】【立体匹配系列】经典SGM：（2）匹配代价计算之Census变换 【理论恒叨】【立体匹配系列】经典SGM：（3）代价聚合（Cost Aggregation） 【理论恒叨】【立体匹配系列】经典SGM：（4）视差计算、视差优化 【理论恒叨】【立体匹配系列】经典SGM：（4）视

理论恒叨系列 【理论恒叨】【立体匹配系列】经典SGM：（1）匹配代价计算之互信息（MI） 【理论恒叨】【立体匹配系列】经典SGM：（2）匹配代价计算之Census变换 【理论恒叨】【立体匹配系列】经典SGM：（3）代价聚合（Cost Aggregation） 【理论恒叨】【立体匹配系列】经典SGM：（4）视差计算、视差优化 【理论恒叨】【立体匹配系列】经典SGM：（3）代

理论恒叨系列 【理论恒叨】【立体匹配系列】经典SGM：（1）匹配代价计算之互信息（MI） 【理论恒叨】【立体匹配系列】经典SGM：（2）匹配代价计算之Census变换 【理论恒叨】【立体匹配系列】经典SGM：（3）代价聚合（Cost Aggregation） 【理论恒叨】【立体匹配系列】经典SGM：（4）视差计算、视差优化 【理论恒叨】【立体匹配系列】经典SGM：（2）匹

【立体视觉（五）】之立体匹配与SGM算法 一、立体匹配一）基本步骤二）局部立体匹配三）全局立体匹配四）评价标准1. 均方误差(RMS)2. 错误匹配率百分比(PBM) 二、半全局(SGM)立体匹配一）代价计算二）代价聚合三）视差计算四）视差优化 三、深度图或三维点云计算一）通过视差计算深度二）通过深度计算点云 立体视觉是指利用物体或场景的平面信息得到三维信息，即实现“立体”的结

【立体视觉（五）】之立体匹配与SGM算法 一、立体匹配一）基本步骤二）局部立体匹配三）全局立体匹配四）评价标准1. 均方误差(RMS)2. 错误匹配率百分比(PBM) 二、半全局(SGM)立体匹配一）代价计算二）代价聚合三）视差计算四）视差优化 三、深度图或三维点云计算一）通过视差计算深度二）通过深度计算点云 立体视觉是指利用物体或场景的平面信息得到三维信息，即实现“立体”的结