立体匹配算法的有效性主要取决于三个方面，分别为匹配特性的正确性，特征间的本质属性可靠性以及算法对所选特征点进行正确匹配的稳定性。根据匹配策略的不同，现有的立体匹配算法可以分为局部立体匹配算法和全局立体匹配算法两大类。局部立体匹配算法只利用匹配像素本身及邻域像素的特征对图像对中的像素进行匹配，虽然能够取得较快的匹配速度，但是在遮挡，纹理单一等病态区域的匹配效果很不理想。全局立体匹配算法在局部立体匹配算法的基础上增加了全局一致性匹配因素，在一定程度上提高了匹配方法在病态区域的匹配性能，但同时也增加了匹配的计算量，导致这种方法匹配速度慢，实时性差等缺点。　　 随着立体视觉技术在生产生活中的广泛应用，立体视觉对立体匹配的速度和精度都提出了更高的要求。特别是在复杂场景中，如何降低实现的复杂程度和计算量，以及提高算法的去歧义匹配和抗干扰能力，都需要进行更深入的研究。　　 基于图像分割的立体匹配方法首先将二维数字图像在灰度和空间两方面都进行简化处理，然后对分割后的区域进行匹配。这种算法不仅能够大大减小了整个图像的信息量，而且对于计算机视觉领域中缺失纹理区域的匹配这个的经典难题的处理上能够取得较好结果。但是由于该算法使用的是全局的优化算法，在匹配速度上达不到实时性要求。本文对立体视觉图像进行了深入研究，指出了能够用于区域匹配的四类特征信息。在此基础上对图像分割后的区域信息在多个维度上进行了重新组织，并制定了匹配区域的寻找规则，从而提高了匹配区域的查找速度和精度。总体来看，本文提出的视差计算算法，执行速度快，计算精度较高，可用于匹配精度和实时性要求较高的场合。