通过立体匹配方法来进行三维重建的工作较其他方法具有设备简单、成本低廉、维护方便等优点。但由于现实场景复杂多变,仍存在许多亟待解决的问题。本文主要针对SAD立体匹配算法,开展了以下两个方面的研究。1、针对匹配精度与匹配速度不可兼得的问题,改进了SAD算法,计算过程中融合了边缘特征。从SAD立体匹配算法的工作原理入手,得出匹配精度低的原因在于支持窗口中像素点之间灰度值的方差较小,而突出刻画图像的细小边缘可以提高支持窗口中各个像素点灰度值之间的方差。对各个边缘算子的特点进行分析和总结后,得出Canny算子具有对细小边缘的定位的准确特点,因此选用Canny算子来提取边缘特征,设计并完成了Edge-Gray算法。2、针对纯色及弱纹理区域匹配不准确的问题,提出一种图像分割算法用于SAD算法中。根据数字图像成色原理对图像进行分割模板计算。该模板计算过程为:首先对待处理图像按照R、G、B进行单通道色值提取;然后将提取的各个颜色通道值采用能够自动计算阈值的最大类间方差法进行二值化;再将所得二值结果进行融合得到分割模板图。将所得的灰度图、边缘特征图和分割模板图用于视差计算和视差优化过程中,计算得到视差图。Edge-Gray算法与SAD算法相比,平均误匹配率下降5.97%,时间开销上平均增长4.72%;基于图像分割的立体匹配算法与SAD算法相比,平均误匹配率下降14.23个百分点,融合图像分割算法后时间开销平均增长18.5%。实验结果表明,两种算法在匹配精度上均有提升。