计算机视觉领域中的立体视觉一直以来都是研究中的一个热点。立体视觉主要采用两台或多台摄像机对同一场景进行拍摄,根据几何原理将不同位置获取的二维图像信息进行三维重建,从而恢复原场景的三维信息。其中采用两台摄像机的双目立体视觉是立体视觉中最常用的视觉系统,一个完整的双目立体视觉系统包括六个部分,即图像获取、摄像机标定、图像预处理、立体匹配、深度信息确定和后处理。立体视觉系统中立体匹配部分具有重要而深远的意义。立体匹配是根据人类视觉原理,从两个不同视角对同一视觉目标进行观测,对在不同视角下获取的感知图像进行匹配,通过匹配可以确定两幅图像对应像素点之间的位置偏差,最后通过三角测量原理获取景物的三维信息。立体匹配主要应用于机器人导航、微操作系统的参数检测、三维测量和虚拟现实等领域。立体匹配算法众多,通过对算法的匹配精度与实时性两方面的比较,本文选用鲁棒性好,运算复杂度低,易于采用硬件加速技术的Census立体匹配算法进行研究,并使用Matlab进行仿真实验。在匹配算法的研究中,为了提高原匹配算法的鲁棒性和精度,本文对Census变换进行改进来提高匹配结果的精度。第一,用最小方差的子窗口均值替代中心像素的值作为参考值,来克服对中心像素的依赖;第二,将自适应权重的方法用到了Census变换中,增加了像素之间的像素信息,使匹配精度更高。代价聚合时再一次用自适应权重的方法进行聚合,根据极线约束,通过WTA(Winner-Takes-All)的方法求出代价和最小时对应的视差,即为匹配点的视差。通过左右一致性校验和亚像素求精的方法对初始视差图的视差求精,使视差图更加精确。最后,采用图像库中的立体匹配图像对进行实验,并结合实验结果对本文算法和当前优秀算法进行比较,分析了本文算法的鲁棒性和精确性。