立体视觉是一门交叉学科，虽然已经有了20多年的研究历史，但是无论在视觉生理的角度，还是在实际应用方面来看，仍然处在十分不成熟的阶段。本文主要对立体匹配算法和基于立体匹配的中间视合成技术进行了较深入的研究。 论文首先概括的介绍了立体匹配技术的理论基础，双目平行摄像机系统下视差与深度的关系、立体匹配常用的约束条件以及所要用到的一些图像处理方面的基本理论。 接着，本文从初始匹配代价的计算、匹配窗口大小及形状的选取、视差计算、视差优化四个方面对基于局部信息的匹配算法进行了讨论，在此基础上，提出了一种基于图像分割和自适应权重的立体匹配算法，该算法首先对立体图像对进行过分割，统计各个分割块的信息。接着进行以分割块为单位的基于块的立体匹配，获取初始的视差图，根据初始的视差图缩小每个像素的视差搜索范围。然后，它利用像素之间的颜色相似性和分割块的信息计算每个像素的权重，进行视差的重计算，在计算视差时，它根据平滑性约束和块信息进行跳跃式的像素匹配。最后，根据该算法本身的特点，除了利用一致性约束和中值滤波，本文把直方图技术引入视差优化的步骤中。实验结果表明，该算法不仅运算量比原有的基于自适应权重的算法有了很大的降低，而且算法性能也得到了一定程度的提高。 此外，本文还提出了一种基于视差估计(立体匹配)的中间视合成算法。该算法主要分为视差估计和视图插值两个部分。在视差估计部分，该算法采用迭代的置信传播算法，提出了一种利用颜色距离来自适应设置能量函数平滑项截断值的方法。实验结果表明，该设置平滑项截断值的方法，能够避免视差图的过渡平滑，而且可以提高匹配的正确率。在视图插值部分，提出了一种基于区域划分的视图插值策略。它首先根据强弱一致性约束条件，把匹配图像分成半遮挡区域、一致区域和模糊区域，与此同时，进行遮挡区域的补偿，然后根据各个区域本身的特点采用不同的方式进行线性插值。实验结果表明，该中间视合成算法都能够合成具有照片感的虚拟视图，残差主要出现在图像中对象的边缘区域即视差不连续区域。 文章最后对本文的工作进行了总结，并对下一步的工作进行了展望。