立体匹配一直是计算机视觉领域的研究热点与难点,主要由全局匹配算法和局部匹配算法组成。其中全局匹配算法具有更高的匹配精度和可靠性,但是计算复杂度高,效率低,难以满足实际应用的需求。局部匹配算法由于其计算过程简单,运行速度快,逐渐受到国内外学者广泛关注,但是匹配精度成为局部匹配算法更进一步发展的关键与制约。在自适应权值算法提出之后,使得局部匹配算法的精度大幅提升。本文以自适应权值算法为基础,围绕匹配代价计算过程中相似性度量函数的设计,遮挡因素对局部匹配结果可靠性的影响等问题开展研究,提出一种改进的自适应权值算法,进一步提高局部匹配算法匹配精度,降低误匹配率。本文主要研究内容如下:(1)提出一种双特征加权的局部匹配相似性度量函数。通过对灰度图像x和y两个方向导数的相似度特征和颜色信息特征进行加权求和,用于匹配代价的计算。分析度量函数参量对函数性能的影响规律,给出最优参量选取原则;通过对比试验研究提出方法用于图像匹配时的性能。(2)针对遮挡像素在视差计算中会带来较大误匹配的问题,提出一种基于遮挡的分区域双权值聚合方法。应用左右一致性校验实现图像中遮挡区域与非遮挡区域的划分,构建新的双权值代价聚合函数,在双权值计算中自适应的为遮挡区域赋予较小值,以减小遮挡点对代价聚合的影响,提高匹配精度。为了进一步提高匹配精度,提出一种融合颜色相似度和几何距离的窗口自适应视差校正方法,选取窗口中出现次数最多的视差值作为校正视差,有效的减小误匹配率。(3)提出一种自适应权值的改进算法,应用本文提出的双特征加权的相似性度量函数求取匹配代价;采用本文提出的基于遮挡的双权值聚合方法聚合代价费用并得到初始视差值;应用窗口自适应视差校正方法对初始视差进行校正。通过实验算法可行性与精确性。