计算机视觉就是用各种成像系统代替视觉器官作为输入手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能像人那样通过视觉观察和理解世界，具有自主适应环境的能力。　　 作为计算机视觉当中最有挑战性的立体匹配问题在几十年的发展中取得了一定的成就。但各类匹配算法仍存在很多的问题，难以满足通用性的要求。　　 本文首先介绍计算机视觉领域里的一些基础知识。比如极线约束、计算机视觉中应用比较广的几种坐标系、摄像机模型、摄像机标定以及图像分割等。这些基础知识是下文提出的算法的基础。　　 然后本文提出一种基于图像分割的立体匹配算法。首先对图像进行过分割，获得图像块。以图像块为单位进行匹配，获得一幅初始偏移量图。然后，采用左右一致性检测去除误匹配点。接着采用贪婪搜素算法，把正确的偏移量从正确匹配的区域传递到错误匹配的区域。最后，对图像进行欠分割，在欠分割产生的图像块内进行平滑。对本算法得到的实验结果，本文进行了评价。　　 接着本文提出一种基于图像的绘制算法。首先采用SURF稀疏点匹配方法获得一组稀疏匹配点，然后利用这些稀疏匹配点采用RANSAC算法计算出一个最优的基础矩阵。接着在基础矩阵的指导下进行立体匹配。最后，在立体匹配的结果的指导下进行中间图像的绘制。实验结果表明，本算法的结果比较理想。