双目立体匹配在机器视觉领域是非常关键且很有挑战性的一个研究课题,该课题的主要困难在于其较低的匹配精度和较高的时间复杂度。为了改进立体匹配算法,本文首先针对立体匹配图像在边界区域因为信息缺失而导致误匹配的问题,提出了一种新型的边界扩展的方法以提高立体匹配在图像边界区域的匹配精度,匹配精度提高了5%;然后将金字塔分层模型引入立体匹配中,使用分层模型减少高分辨率图像立体匹配的计算复杂度,并基于分层模型提出了一种快速立体匹配算法以提高立体匹配算法效率,算法复杂度减少至原始算法的九分之一;最后提出了一种动态扩大支持窗口的方法显著改善了立体匹配算法在无纹理区域的匹配质量,匹配精度进一步提高了2%。此外,考虑到立体匹配算法属于计算密集型算法,具有极大的计算开销和可并行性,并结合目前受到越来越多研究人员所关注的多核并行技术,本文通过针对NVIDIA的GPGPU并行开发环境的研究,实现了基于GPGPU的并行立体匹配算法,进一步显著提高了算法的运算速度,GPU算法运行速度相较CPU加速了一百九十多倍。