立体匹配是计算机视觉体系中的重要组成部分,在基于立体视觉的驾驶辅助系统中更是起到核心作用。驾驶辅助系统是一种能起到主动预警作用的车辆驾驶安全系统,车辆中安装两台摄像机模拟人的视觉系统,利用获取的同一时刻图像对进行立体匹配,得到视差图进而得到深度图,从而获取场景的三维信息,相对于雷达、激光等技术,基于双目视觉的驾驶辅助系统为驾驶员提供了更丰富的路况信息,能够主动预警障碍物并识别路标信息。在辅助驾驶系统中,车辆运行速度快,路面环境复杂,且噪声干扰较多,因此找到一种速度快,且对复杂场景、噪声等情况鲁棒性好的匹配算法是关键问题。基于图像分割的立体匹配算法利用原始图像中平滑区域也是视差平滑的区域视差不连续区域一般也是分割边缘的特性,首先对图像利用均值偏移算法进行分割,然后利用分割信息拟合由速度较快的窗口法得到的初始视差,得到最终视差图。这种方法对于复杂的路面信息和噪声干扰都有很好的适应性,本文对这种算法进行了深入的研究,主要工作如下：在深入分析基于图像分割的立体匹配算法的基础上,在初始视差求取中结合像素灰度差绝对值之和(SAD)算法和基于梯度的(GRAD)算法,并利用赢者全赢算法对左右图分别求得的视差图进行互检测求得更准确的初始视差图,并选择-种自适应阈值的基于图论的图像分割方法获取原始图像的分割信息,这种基于新的分割方法的立体匹配不但可以获得比较准确的深度图且达到了提高时间效率的目的。结果表明,在室外场景的实验中,对于光照变化其他噪声,算法也具有很好的鲁棒性,能准确获取目标深度。最后,对所做研究的结果进行了总结和分析,并提出了将来需要改进的方向。