计算机立体视觉通过模拟人类的双眼视觉功能,在不同视点采集同一场景的一对立体图像来感知周围现实中的三维世界。立体视觉技术作为一种非接触式的被动深度感知方法,由于其成本低、便于实施而且能恢复场景稠密的三维信息,使其在机器人自主导航、自动驾驶、三维测量与三维重构、虚拟现实等诸多领域有着广泛的应用。立体匹配是立体视觉中最核心的技术,其目的是确定立体图像之间所有像素的对应关系,以此通过对应像素之间的视差来恢复深度信息。然而,如何提高立体匹配准确性一直是立体视觉技术中的瓶颈问题。首先,立体匹配本身是一个从二维图像平面逆向求解三维空间信息的病态问题;其次,在匹配过程中又面临着诸多挑战,包括由辐射变化带来的立体图像成像差异、极线校正畸变、由相似纹理带来的匹配二义性、遮挡以及物体边界处的视差膨胀等问题。受这些因素的影响,要从立体图像中快速地搜寻出所有真实匹配点对进而恢复场景完整、正确的三维信息,仍然是一个极具挑战性的研究课题。本文针对上述影响立体匹配性能的难点问题进行了积极探索和深入研究,提出了新的算法,旨在为更好地解决立体匹配这一难题提供新的思路。本文主要工作和创新点如下:(1)提出了一种基于本质矩阵奇异值分解的极线校正方法。针对传统极线校正方法需要进行迭代优化而容易陷入局部最优的问题,本文提出了一种依据本质矩阵的奇异值分解获得极线校正封闭解的方法。首先,利用立体视觉系统中摄像机内参数已知这一先验信息,由基础矩阵和已知的摄像机内参数推导出本质矩阵。然后,对本质矩阵实施奇异值分解,并利用左右摄像机内在的几何约束消除分解的二义性。最后,为了使左右摄像机的光轴变为平行且与基线垂直,对分解出的正交矩阵实施相应的变换,而所得到的两个射影变换即为极线校正的封闭解,因此,本文所提出的极线校正方法无需任何优化过程。实验结果表明本文极线校正方法不仅具有更高的效率和精度,而且产生的畸变也更小。(2)针对立体图像之间经常出现的由辐射变化引起的成像差异问题,提出了一种基于Census特征的抗辐射变化立体匹配方法。首先,对于每个像素,分别在灰度图像和梯度图像上实施Census变换,然后将由灰度和梯度生成的二进制字符串进行拼接,为每个像素构建出一个轻量级的二值特征向量。相应地,待匹配像素之间的相似度则通过其特征向量的汉明距离计算得到。为了在提升视差图信噪比的同时,有效应对物体边界处的视差膨胀效应,本文采用一种新的融合自适应支持权重策略对代价体进行滤波,即分别使用局部边缘感知滤波器和非局部边缘感知滤波器对代价体实施滤波,并将它们的滤波结果通过取平均来实现融合。最后,依次采用“赢者通吃”优化方法以及视差精确化措施计算出最终视差图。实验结果表明本文所提出的算法不仅对辐射变化具有较强的鲁棒性,而且视差图中物体边缘得到较好地保持。(3)针对由相似纹理引起的匹配歧义问题,提出了一种基于定向线性树的快速代价聚合方法。首先,每个像素都对应着一棵以其自身为根的定向树,而每棵树是由来自不同方向的1D路径组成,从而避免为每个像素设计一个最优的支持窗。其次,采用定向线性树进行代价聚合,这样每个根像素不仅可以得到邻域像素的支持,而且树中所有其它像素也沿着各自1D路径支持该根像素。最后,计算视差并利用它构建一个新的代价体,紧接着采用定向线性树对其进行聚合,使有效视差沿着1D路径传播给被遮挡像素和误匹配像素。在代价聚合的具体实现过程中,对于每条1D路径,通过来回遍历该路径两遍,就可一次性地计算出该路径上所有像素沿着该路径的聚合代价,这使得基于定向线性树算法具有较低的计算复杂度。实验结果表明本文所提出的算法不仅能有效消除不同纹理区域的匹配歧义,而且匹配速度也得到极大提升。(4)针对非学习的匹配方法无法有效挖掘复杂场景下立体图像之间的深层内在联系,提出了一种分组距离网络模型,以便通过学习立体图像到其视差图的映射来预测视差。首先,采用多个残差模块提取每个像素不同深度的特征,并将这些不同深度的特征向量进行拼接。为了在降低特征向量维度的同时,有效减少向量中特征信息的丢失,提出了对特征向量进行分组计算距离的策略,即根据视差将左右视图的对应像素进行对齐,并将它们的特征向量进行分组,求解对应组子向量之间的欧式距离,然后将所有组的距离值拼接起来,构成距离向量。一旦求解出所有像素在每个视差下的距离向量,即可构建出一个4D代价体。为了更好地融合邻域像素的上下文特征信息以及相邻视差的距离信息,本文采用级联的3D沙漏网络对4D代价体进行滤波。最后,对滤波结果进行回归并生成最终视差图。实验结果表明本文分组距离网络的视差预测性能要优于当前其他卷积神经网络方法。