立体视觉是一种依据仿生学原理摹仿人眼对外部世界进行还原的技术,其应用范围很广,在空间测距、智能导航、医疗检测等众多领域都有很大的应用价值。在立体技术中,立体匹配算法是一个重要、不可缺少的环节。对从不同方位拍摄同一场景得到的两幅视图,根据各像素点的相似度匹配两幅视图的对应像素点,对应像素点间的横坐标差值叫做视差,将对应原图中的像素点信息用视差值替换,由此可以得到视差图,再根据视觉系统的参数将视差信息转换为深度信息,完成立体还原。基于现存算法仍存在运算精度与速度等问题,本文开展了以下工作:（1）针对传统根据经验人为确定视差范围的不足,本文使用了一种基于多特征的视差范围估计方法,利用多种不同原理的特征检测对立体图像对进行特征匹配,同时利用极线约束、相似性约束、视差范围约束等约束条件,对特征匹配点进行筛选,以减小错误匹配点对视差范围估计的影响,提高视差范围估计的可靠性。仿真实验表明,算法可以准确估计立体图像对的视差范围,提高算法的计算精度和效率。（2）针对传统局部立体匹配算法,通常在构建代价空间时所用的相似性判别方式较为单一,很难有效提取像素特征,使得匹配效果大打折扣。基于此,本文提出一种改进的局部立体匹配算法。在改进了传统的Census算法的基础上,将其与绝对误差和（SAD）算法融合,创建优势互补的联合代价空间,经由聚合和“胜者为王”策略（WTA）计算视差。仿真实验表明,改进的局部立体匹配算法对两种融合算法博采众长,既有Census算法对噪声和弱纹理鲁棒的优点,又有SAD算法简单清晰、精度较高的优点,同时还改善了传统Census对中心像素的依赖性。（3）本文提出一种基于SLIC超像素分割的立体匹配算法。采用SLIC超像素的聚类方法对原始视图进行分割,所得分割结果和原视差图通过平面拟合得到各超像素区域的近似视差平面,再融合局部算法得到的像素代价构建全局能量函数,对能量函数求优,获取精确的视差估计图。仿真实验表明,本算法在视差突变区域的匹配效果得到提升,有细节处理优势,且对复杂场景的光照和曝光度具有较强的鲁棒性。我们将论文提出的算法所得的视差结果图与标准视差图进行了比较,并以误匹配率作为评价准则,对局部和全局两个步骤的算法进行了评估,并进行了误差分析。再根据视觉系统的参数将视差信息转换为深度信息,完成立体还原。实验表明,本文算法较普通的局部和全局匹配算法,对场景的整体匹配效果更好,立体还原的效果较为真实。