L'optimisation stochastique est largement utilisée en vision par ordinateur. C'est en particulier une approche pratique pour résoudre de grands problèmes combinatoires. L'un de ces problèmes dans la vision par ordinateur est l'appariement d'images stéréo pour lequel une approche d'optimisation stochastique a été développée. Dans ce livre, nous analysons et évaluons plusieurs versions de l'algorithme proposé précédemment, certaines avec des horaires de refroidissement et d'autres sans horaires de refroidissement. Nous évaluons les performances de ces variantes en termes de vitesse de convergence, de qualité de la solution, d'erreurs absolues et relatives, et de pourcentage de correspondances correctes et fausses. Les cartes de disparité sont également montrées pour l'évaluation qualitative.