首先代码实现是根据"Segment-Based Stereo Matching Using Belief Propogation and Self-Adapting Dissimilarity Measure"来的，之所以使用这一论文主要是因为其http://vision.middlebury.edu/stereo/这网站上面排名较高，而且已经有人将其代码实现出来了（尽管代码与论文描述还是有些出入）。
先附上代码链接（后续可能会对其改进）：http://download.csdn.net/detail/longvipp/8053239
论文大致可以分为三部分：
1，图像分割
使用mean-shift对图像进行平滑以及分割，以方便对后面视差图进行优化
2，求初始视差图
这一部分论文采用的是SAD和GRAD两个代价函数对匹配进行评价的。论文采用的是基于固定窗口的块匹配（这里有很多地方使用的是动态窗口法，不知道可不可以对其改进），最后利用cross check求得初始视差图
3，平面模板提取以及分配
这一部分的代码实现与论文讲的不太一样，好像并没有使用平面模板，以及最后的Loop Belief Propogation进行对视差图优化。代码中直接对上面属于某一分割区域的视差取中值分配给了整个该分割区 域，对所有分割区域都这样计算得到最终视差图，虽然实现较简单，但是效果好像还是不错。希望后面能够对该部分进行重新实现以下。
reference of http://www.cnblogs.com/luluathena/archive/2011/03/21/1990554.html