双目立体视觉作为计算机视觉的重要分支,在生物学、医学、人工智能、生态学、传统工业等领域均被大量应用。区域双目立体匹配系统通过将双目相机的两个镜头对同一场景拍摄的图片中的相同像素点进行一一对应,来获得对应点的深度,从而从二维图像中还原场景的三维信息,是计算机视觉研究领域重要的研究内容。代价聚合与代价计算是区域双目立体匹配系统的基础,为本文的研究重点。聚合窗口是代价聚合的关键。自适应十字支撑窗口已经取代固定窗口,被广泛用于代价聚合。但十字支撑代价聚合窗口生成算法使用常值作为臂长判断阈值,对于图像中具有不同特征的中心点的生成效果不够稳定。本文提出了一种非线性变阈值的十字支撑代价聚合窗口生成算法。采用符合图像区域特征的非线性变阈值来取代十字支撑代价聚合窗口生成过程中的固定阈值,从而使得十字支撑代价聚合窗口的像素点具有更为接近的图像信息,提升代价聚合过程的效果。代价计算是局部立体匹配与全局立体匹配都需要的环节,是二者的基础,直接影响立体匹配的精度。本文提出了一种自适应AD-双序列Census代价计算算法,使用像素点十字支撑的最小臂长,自适应设置AD代价与双序列Census代价的合成权重,使得图像中不同区域的像素点的AD变换代价和Census变换代价对匹配代价计算的影响不同,合成匹配代价可以反映像素所处图像区域的区域特征,提升匹配精度。最后,基于非线性变阈值的代价聚合邻域生成方法与自适应AD-双序列Census代价计算算法,本文设计了一个区域双目立体匹配系统。在Middlebury第三代双目立体匹配评估平台的评估结果显示本文设计的立体匹配系统非遮挡像素点的深度误差最大为6.18%,全部像素点的深度误差最大为8.98%,具有实用性。