图像匹配是计算机视觉和图像理解领域的基础研究问题之一，已被广泛应用于多源图像数据融合、目标识别和三维重构等诸多领域。本文主要对双目立体视觉中的匹配算法进行研究与分析，并在此基础上提出改进算法。在对基于引导滤波器局部立体匹配算法进行分析和研究的基础上，针对该算法垂直方向鲁棒性差和弱纹理信息丢失的不足，本文提出了一种针对弱纹理区域和匹配代价体构造的改进算法。由于匹配测度对于垂直方向梯度变化十分敏感，改进算法采用水平向右和垂直向下梯度差异加权和的方法获取梯度相异性，提高了算法对垂直方向边界处异常值的鲁棒性；针对引导滤波过程中弱纹理信息丢失对匹配效果的负面影响，改进算法采用局部拉普拉斯滤波增强弱纹理区域的细节，减少了由弱纹理区域造成的误匹配。经对比实验验证，改进算法在弱纹理区域和垂直方向异常处比原算法减少了误匹配。在对基于Mean Shift图割全局立体匹配算法进行分析和研究的基础上，针对该算法边界增肥和误匹配率高的不足，本文提出了一种针对匹配代价体构造、弱纹理区域以及视差校正的改进算法。针对原算法边界增肥问题，改进算法采用赋予支持窗口像素不同权重的方法构造代价体；针对弱纹理区域视差的不连续性，改进算法采用弱纹理检测方法获取弱纹理像素并通过该像素所在分割区域的视差中位数来校正其视差，提高了弱纹理像素视差的可靠性；为了降低误匹配率，改进算法采用不同的视差校正策略对遮挡像素和误匹配像素进行视差优化。经对比实验验证，改进算法在边界保护和视差优化方面比原算法有所改善，并提高了视差图的可靠性。