近年来，立体视觉技术是计算机视觉领域中一个相当重要的分支，它的主要目的是根据在不同位置对同一场景拍摄多幅图像，寻找多幅图像中对应点之间的关系，从而能够确定物体的三维轮廓，并可以得到轮廓上任意点的三维坐标，恢复出物体的三维信息。这项技术在虚拟现实、机器人导航、三维测量学等领域被广泛地应用。该技术是目前计算机视觉领域中倍受关注的热点。在立体视觉技术中，双目立体视觉则是其中一个非常重要的研究热点。双目立体视觉的基本原理是模仿人眼观察三维物体的过程，通过建立两个视点对同一个物体的观察，从而获取在不同视角下的感知图像。一旦我们计算出物体上的某一点在两幅图像中的像素偏差，通过三角测量原理便可以获取该点的深度信息。一个完整的双目视觉系统主要分为图像获取、摄像机标定、立体匹配、三维重建这几步。图像获取是指由不同位置的摄像机经过移动或旋转拍摄同一幅场景，获取立体图像对；摄像机标定是分别得到摄像机的内、外参数信息；立体匹配则是本文的重点阐述内容，建立两幅二维图像之间每个像素点的对应关系，计算其横轴坐标差值，建立视差图；而最后的三维重建则是利用三角测量原理组合标定后的摄像机参数以及视差图，计算出每个点的深度信息，构建出物体的立体三维模型。本文分别考察了现有的主流局部匹配算法，分析每种方法的优缺点，最终结合了其中的两类方法，提出了一种基于区域自适应的立体匹配方法。该方法能够根据像素点本身所处区域的性质，自由地选择对应的算法。该方法不仅改善了在物体边缘处的深度信息，也在低纹理区域、高纹理区域、重复纹理区域中有良好表现。最后，我们的方法能够在时间效率上接近实时性。本方法的过程主要分为以下三个步骤。首先，对原始图像进行边缘提取和图形分割这两个步骤，生成边缘图像和分割图像，作为之后的引导。然后，根据该像素是否为物体边缘，采用对应的方法进行立体匹配，最后本文还提出了一种简单高效的视差优化方法，利用周围像素点的信息来消除视差图像中的噪点。最后的实验结果证实了本方法具有不错的时间效率和算法精度，适用范围广泛。