目前,机器在三维（3D）和距离上查看和感知环境的视觉能力是计算机视觉的核心。与二维（2D）视觉信息相比,分析三维视觉信息具有巨大的好处,有望得到更可靠和详细的分析结果。然而,3D计算机视觉的突破以深度估计技术的进步为标志。在3D计算机视觉中,立体视觉是深度估计的一种重要方法,它基于场景的两个视图（立体图像）之间的视觉差异进行操作。为了获得准确的视觉视差线索,需要在场景的两个视图中找到对应点的图像坐标。这个对应问题的解决方案是计算机立体视觉中具有挑战性的问题之一。本论文对计算机立体视觉中的深度估计进行了全面的研究。这项工作首先对理解计算机立体视觉中的几何问题所需的双视图几何进行了简明而明确的描述。我们进一步进行理论研究,展示了立体相机基线对深度估计任务的计算复杂性和准确性的影响。此外,本文详细研究了立体对应问题（立体匹配）,这是计算机立体视觉方法解决深度估计问题的核心。至关重要的是,我们在传统和深度学习立体匹配框架中都贡献了强大的技术,以减轻立体匹配任务中的一些关键障碍。我们将这些贡献中的特点和创新思想总结如下:首先,我们提出了一种具有自适应边缘感知成本滤波器的双向立体匹配方法,该方法提高了视差（深度）预测的计算效率和准确性。特别地,与现有方法相反,所提出的方法提供了一种允许同时计算左右匹配成本量的匹配框架。此外,我们为自适应匹配成本量过滤设计了一个更通用的框架。与现有方法相比,该方案能够在成本量平滑和边缘保留之间实现出色的折衷。实验结果表明,该方法提供了高质量的视差图（深度图像）并加快了处理速度。其次,本文提出了一个鲁棒的统计和概率框架,用于对视差图执行推理和细化任务,以提高预测深度图像的质量。准确地说,我们设计了一种基于灵活区域的马尔可夫随机场（MRF）的视差图表示方法。该框架允许通过贝叶斯推理进鲁棒的分析和估计。此外,我们分别为错误检测和细化任务提出了软分割约束和插值方案。全面的实验和严格的分析表明,所提出的方法是有效的,可以显著提高预测噪声视差图的质量。最后,我们贡献了一个强大的尺度感知立体匹配网络来解决深度学习方法中立体匹配任务的两个关键挑战。最近,深度卷积神经网络（DCNN）是深度学习中的主要模型,在立体匹配任务中被证明比传统方法更有效。然而,由于不可避免的病态图像纹理和现实世界场景中多尺度对象的存在,立体对应问题中固有的模糊性也给DCNN模型带来了挑战。在这些具有挑战性的情况下,所提出的网络侧重于计算多尺度视差图,并通过融合它们以便获得更可靠和准确的预测。为了更好地利用多尺度视差图的互补优势,我们设计了一个强大的可训练尺度感知融合模型,在融合过程中整合置信图。该模型通过分析匹配成本量的不确定性和相邻图像像素之间的复杂视差关系来计算置信度图。与许多近来最先进方法相比,实验表明所提出的立体匹配网络实现了卓越的鲁棒性和泛化性能。总之,本论文的研究工作、贡献和发现为促进和推进计算机立体视觉研究提供了宝贵的信息。