提出一种基于WαSH(weighted α-shapes)局部不变特征的立体影像匹配方法。该方法首先提取影像的边缘特征并对其进行均匀采样,再加权α形状提取图像局部不变的区域特征,通过特征区域的二阶矩矩阵对椭圆拟合后的特征进行归一化,然后用SIFT(scale invariant feature transform)描述算法在归一化后的影像块上提取特征描述向量,最后基于最近邻距离比率(nearest neighbor distanceratio,NNDR)匹配测度进行特征匹配,确定同名特征。对标准实验数据库中的五组代表性影像序列进行匹配,结果表明本文方法具有对发生较大视点变化、尺度+旋转变化、明度变化、模糊及JPG 压缩的影像均能获得正确率较高的匹配结果,具有良好鲁棒性,并且与基于最大稳定极值区域(maximally stable extrema regions,MSER)的匹配方法相比,匹配效率更高。