本文介绍了ADCensus立体匹配算法的完整流程。算法首先通过融合Census结构特征和AD亮度差异特征进行代价计算，然后采用可变形状支持窗进行多方向代价聚合。接着使用扫描线优化方法减少噪声，并通过视差后处理步骤进一步优化结果，包括错误检测分类、区域投票、分情况插值、边缘修正和亚像素增强等处理。实验结果表明，该方法能有效处理图像中的平坦区域、重复结构和遮挡等问题，最终生成高精度的视差图。整个算法在

本文系统介绍了立体匹配中的视差计算与优化方法。主要内容包括：1. 全局优化算法（图割法、置信度传播、合作优化），通过最小化能量函数实现视差优化，效果好但计算量大；2. 一维优化算法（动态规划、半全局匹配），在扫描线方向优化，效率高但存在水平撕裂问题；3. 局部一致性优化，作为后处理步骤提升精度，结合超像素分割可进一步改善效果。不同方法在精度、速度等方面各有优劣，需要根据应用场景权衡选择。