为什么使用不同的方法来优化光流和立体视觉的能量函数？

光流和立体视觉都试图估计每个像素的密集对应关系一张图片与另一张图片中的像素匹配。

对于光流，两幅图像取自同一个相机，但在不同的时间点，光流是一个二维向量场。对于立体视觉，两幅图像是左侧相机拍摄的同一场景，右侧摄像头，校正后水平对齐，视差仅在一个方向上。

为了获得好的结果，总是定义一个能量，包括一个测量匹配成本的数据项以及一个衡量结果平滑度的平滑度项。在阅读了几篇论文后，我发现通过 Euler-Lagrange 的变分方法用于解决光流问题。并且通过马尔可夫随机场处理视差估计。

我希望了解其背后的原因。