立体图像可以记录真实的三维世界的信息,使观众产生身临其境的视觉体验,具有广阔的应用前景。目前,立体图像技术已经成功用于科研、军事、教育、工业、医疗等诸多领域,取得了丰硕的成果。然而,对于立体图像的处理需要考虑多个视点的数据,数据量非常庞大,对于当前的压缩算法,硬件处理能力和网络带宽提出了很高的要求。因此,研究一种有效的数据表达方式具有重大的意义和应用价值。本文详细介绍了人类视觉系统的生理基础,分析了其成像原理,并结合这项研究,提取出了对于立体图像成像效果有重要影响的因素,为今后研究立体图像处理技术奠定理论基础。欧洲"ATTEST计划”从立体电视的内容产生、编码、传输和显示的整体处理流程出发,应用了"video-plus-depth"的数据表示方法,与传统的数据表达方式相比具有明显的优势。本文深入研究了其中的关键技术即“深度图”的几种获取方法,并重点研究了基于立体像对的“深度图”提取算法。该算法以低复杂度为原则,其理论框架主要分为摄像机校正、视差匹配、视差匹配后处理(包括一致性检测和遮挡检测)、深度图计算、深度图的平滑和量化这五个部分。最后,本文设计了四个研究立体视觉特性的实验,在HSI空间对立体图像进行处理,得出了色度对于图像立体感知效果影响较小的结论。本文进一步应用该实验结果对深度图提取算法进行了优化,提出了“灰度色度分级联合检测法”,可以在检测到多个对应点的情况下,有效地确定最佳的匹配点,有利于消除某些特殊的图像(比如场景内容周期性出现且纹理复杂的图像)中的误匹配情况。