立体视觉是计算机视觉领域的研究热点,而双目立体视觉是立体视觉的一个重要分支。随着科学技术的逐步发展,双目立体视觉技术也随之不断进步,逐渐被应用到智能机器人导航、医学诊断、车辆导航、虚拟三维重建、视频监控以及工业制造过程控制等领域。双目立体视觉系统由相机标定、图像校正、立体匹配和三角测量组成。其中,立体匹配获得的视差图的精确程度直接决定着三维立体场景重建的效果。因此,对立体匹配算法的研究具有重要意义。本文首先深入分析了传统的Census变换算法,指出了其局限性并给出相应的改进算法,使其精度与鲁棒性均有所提升,并且较好地控制了时间消耗。通过采用中心像素点上、下、左、右四个方向的灰度值均值确定中心像素点的灰度值,改善了传统Census变换算法过度依赖于中心像素点的缺陷;同时,采用基于梯度变化的改进Census变换算法,即通过水平梯度值和垂直梯度值判断中心像素点是否位于深度不连续区域而分别采用基于权重的Census变换算法或传统Census变换算法,从另一个角度来克服传统Census变换算法无差别对待变换窗口中各个像素点所带来的问题。其次,在视差优化阶段,本文对加权联合双边滤波进行了改进,并将其与左右一致性检测、斜坡深度补偿滤波、亚像素插值以及中值滤波相结合,提出了一套完整的视差优化方案,使得视差图精度得到进一步提升;同时,本文还将改进的Census变换算法、引导滤波以及视差优化方案相结合,提出基于Census变换的完整立体匹配算法。最后,采用Middlebury网站提供的图像数据,分别对改进的Census变换算法、基于LRC改进的加权联合双边滤波算法以及基于Census变换的完整立体匹配算法进行实验。结果表明,本文提出的算法不仅是有效的,而且与几种基于Census变换算法的改进立体匹配算法相比,基于本文提出的算法所得到的视差图结果精度也是相对较高的。