双目立体视觉是近年来计算机视觉领域的热点研究方向之一，它模拟人眼视觉系统原理，由两台不同位置的摄像机或者一台摄像机经过移动或旋转拍摄同一场景，通过计算同一个空间点在左右图像对中的视差，获取该点的三维坐标值。　　完整的双目立体视觉系统可以划分为图像获取、摄像机标定、立体匹配、三维重建等模块，其中立体匹配是双目立体视觉的关键环节。本文系统地介绍了立体匹配的基本原理，对现有的立体匹配算法进行了归纳分类，重点研究了基于动态规划理论的立体匹配算法。　　传统的动态规划算法引入顺序单调性约束，且未考虑到扫描线之间的相关性，搜索最优路径时各条水平扫描线单独进行运算，导致生成的视差图上带有明显的带状条纹瑕疵。针对这些不足，本文提出了一种基于SO思想的分层正交动态规划立体匹配算法，先后在DSI视差空间和Delta DSI视差变化空间进行由粗到精的立体匹配，从而获取较高精度的稠密视差图。实验证明该算法不仅能较好地改善传统动态规划算法产生的带状条纹瑕疵，而且应用场景不受顺序单调性约束，计算效率和匹配结果也优于传统的动态规划算法。　　场景中不同物体的边界一般对应着遮挡和视差不连续区域。因此，本文进一步提出一种结合边缘信息的正交动态规划立体匹配算法。该算法首先利用MeanShift理论进行彩色图像分割，在此基础上获取感兴趣边缘，然后基于感兴趣边缘信息定义一种新的能量函数，并结合正交动态规划算法搜索最优路径。实验结果表明，边缘信息和正交动态规划思想相结合，不仅进一步减轻了水平带状条纹现象，而且有效提高了匹配精度，尤其是在视差不连续区域的表现优于很多基于动态规划的立体匹配算法。