双目立体视觉技术主要是从二维信息中恢复感兴趣目标的三维信息。双目立体视觉技术广泛应用于各个领域,例如数据信息融合、导航、三维重建及模型目标识别等。双目立体视觉最核心部分是双目立体匹配算法,双目匹配算法直接影响双目视觉的效果。好的匹配算法必须要有良好的鲁棒性,计算速度快,计算精度高,因为匹配算法对图片的依赖性强,所以匹配算法一直以来是双目发展中最难解决的问题。因此成为国内外学者研究的焦点。首先,论文阐述了双目立体匹配算法的发展过程和现状,针对存在的问题展开研究。从仿生的角度引入双目立体视觉原理,从而分析出匹配算法的重要性。论文对匹配方法的基础理论进行了研究,其中包括图像匹配变换、视差和匹配基本约束条件等。按照匹配作用范围和匹配基元把匹配算法分为局域匹配、全局匹配和特征匹配三类,对局域匹配以SAD、SSD、NCC算子为匹配代价进行了比较分析;特征匹配以Moravec、SUSAN、Harris算子为匹配代价进行了比较分析;对全局匹配动态规划算法和模拟退火法进行了比较分析。其次,论文对局域双目立体匹配算法进行较深入研究基础之上,把局域匹配算法中,最近比较热门的基于Census局域匹配算法作为重点研究对象,并与SAD、SSD、NCC算子为匹配代价的局域匹配算法进行了对比分析。针对Census局域算法过于依赖窗口中心像素点强度问题,利用匹配约束条件中的连续性约束对其进行改进,使算法的抗噪性得到进一步增强。最后,论文对目前研究比较热门的全局匹配进行了研究。在对基于图割法全局匹配算法进行较深入分析基础上,针对全局匹配算法匹配计算量大、计算时间长和实时性差等问题提出改进,改进后算法缩短了运算时间,加快了运算速度,提高了实时性。