双目视觉是模仿人类的双目功能对同一景物从两个不同的角度进行观察,然后对不同角度下获取的图像根据几何成像的原理得出图像之间的视差,从而还原景物的三维信息。立体匹配就是搜索图像对在成像过程中的同名点并获取图像偏差的过程,是三维重建的核心技术,是立体视觉的重点研究内容,同时也是难点之一。图像预处理是双目立体匹配算法得以实现的基础,本文在VC平台上采用最优算法对图像对进行了灰度转换、平滑以及锐化等预处理以便为立体匹配打下坚实的基础。在立体匹配算法的研究中,课题研究并改进了区域匹配算法和特征匹配算法。课题中对固定窗口区域匹配算法窗口的问题进行改进,提出了基于视差梯度的区域匹配算法。此算法引入一种新的相似性测度函数代替传统的SAD函数,在视差梯度理论的基础上对不同的区域采用大小不同的窗口进行匹配,这样能够减少搜索范围以及降低误匹配率。对特征匹配算法,针对经典的Harris角点特征匹配算法对图像尺度变化等比较敏感的缺点,提出了一种改进的基于尺度不变特征的Harris角点特征匹配算法,此算法首先对检测算子进行改进使其具有尺度不变的特征,然后在特征向量生成的过程中引入性能最稳定的描述子,这样就可以提高匹配的稳定性。最后分析前两种算法的优缺点,根据互补策略,提出了一种区域与特征相结合的匹配算法,该算法首先在边缘提取的基础上根据视差梯度的原理,对边缘区域采用课题中改进的Harris检测算子提取角点然后进行特征点的匹配,然后对特征匹配后的图像采用课题中改进的区域匹配算法进行匹配,这样既能减少区域匹配时的搜索范围而提高匹配速度,也可以得到致密的视差图而提高匹配的正确率。课题中的算法采用了标准图像对在定性和定量两方面进行了比较,结果表明区域与特征相结合的匹配算法正确率较高,性能也较稳定。