disparitySGM函数的表达式

`disparitySGM`是Matlab中的一个内置函数，用于计算两幅立体图像之间的视差图。该函数采用了SGM（Semi-Global Matching）算法，它是一种高效的视差计算算法。下面是`disparitySGM`函数的表达式：

disparitySGM = vision.DisparityEstimator('Method','SemiGlobal','BlockSize',15,'DisparityRange',[0 96],'UniquenessThreshold',5,'DistanceThreshold',[-5 5],'SubpixelDepth',true);

`vision.DisparityEstimator`是Matlab中的一个视差估计器对象，用于计算两幅立体图像之间的视差图。该对象的`Method`属性用于指定所采用的算法，这里设置为`SemiGlobal`表示采用SGM算法。`BlockSize`属性用于指定匹配块的大小，`DisparityRange`用于指定视差范围，`UniquenessThreshold`用于指定视差唯一性阈值，`DistanceThreshold`用于指定视差距离阈值，`SubpixelDepth`用于指定是否进行亚像素级别的深度估计。

需要注意的是，`disparitySGM`函数返回的是一个对象而不是矩阵，因此需要使用该对象的`estimateDisparity`方法计算视差图像。完整的调用代码如下：

I1 = imread('left.png');
I2 = imread('right.png');

I1_gray = rgb2gray(I1);
I2_gray = rgb2gray(I2);

disparitySGM = vision.DisparityEstimator('Method','SemiGlobal','BlockSize',15,'DisparityRange',[0 96],'UniquenessThreshold',5,'DistanceThreshold',[-5 5],'SubpixelDepth',true);
D = disparitySGM.estimateDisparity(I1_gray, I2_gray);

imshow(D, []);

需要注意的是，`disparitySGM`函数的计算时间较长，尤其是对于较大的图像。因此，在使用该函数时，应该尽量避免使用过大的图像。另外，`disparitySGM`函数的输入图像必须是灰度图像，否则函数会报错。