双目立体视觉在定位、导航、无人驾驶、三维重建等领域得到了广泛应用。双目立体匹配技术作为双目立体视觉的关键环节,一直都是研究热点,它利用双目相机在不同视点对同一场景进行取景后进行两幅输入图像的对应点匹配,从而获取对应点视差,进而可以计算该点在实际场景中的三维信息。为了提高双目立体匹配的精度与效率,单序列Census变换与多尺度代价聚合技术被提出。但单序列Census变换存在对中心点依赖过大,在弱纹理区域容易出现误匹配等缺点;而多尺度代价聚合的跨尺度运算使得立体匹配运算效率低。针对上述缺点,本文做了如下研究工作:(1)提出了双序列Census变换算法。算法利用5*5小窗口灰度中值替代中心点灰度作为参考点的灰度,弱化对于中心点的过度依赖;引入固定十字窗口,使用双序列二进制信息表征窗口内各点与参考点是否属于同一区域以及各点与参考点的灰度关系,同时设定自适应阈值对是否跨区域进行判断,降低立体匹配的误匹配率。(2)在进行图像多尺度代价聚合时,论文提出了一种逐尺度代价最优的多尺度代价聚合方法,先进行图像各尺度最优代价和视差选择,然后进行跨尺度间运算,有效的提高了多尺度代价聚合的效率。(3)基于双序列Census变换与逐尺度代价最优的多尺度代价聚合,实现了双目立体匹配系统。实验结果表明,论文的立体匹配系统在各区域的误匹配率都有所降低,尤其是在低纹理区域取得了良好的匹配效果。