双目视觉是立体视觉领域的重要分支,在很多领域得到广泛的应用。本课题主要研究了双目视觉的重点——立体匹配。论文首先介绍了双目视觉基本模型以及立体匹配的一些基础理论知识,归纳总结了对现有常用的一些立体匹配算法,采用了改进的局部立体匹配算法和基于图割的全局立体匹配算法以及基于贝叶斯理论的全局立体匹配算法,并在Middlebury国际化的标准平台上进行实验,对实验结果进行对比分析,论证了算法的有效性及准确性。本文采用的局部立体匹配算法使用梯度值方差作为匹配代价,提高视差图的平滑性,同时将Tukey’s Biweight函数引用到匹配代价函数中,从而达到抑制噪声的效果,且后续步骤中进行视差优化,得到了良好的匹配效果。本文采用的基于图割的全局立体匹配算法首先提取左右两幅图像中的特征点和边缘点,然后匹配这些特征点和边缘点,求得这些点的视差值,并将其作为图割算法中的初始标号；计算左右两幅图每个像素点的DAISY描述子,作为图割算法中能量函数的数据项,把水平方向、竖直方向、RGB颜色变化方向的梯度差值之和作为平滑项；最终通过求取能量函数最小值求得稠密视差图,实现立体匹配。本文采用的基于贝叶斯理论的全局立体匹配算法在立体匹配的过程中使用了贝叶斯模型。首先利用MSERDoG算子提取支撑点,然后以像素灰度值为匹配代价、以固定窗口为代价聚合对支撑进行匹配,接下来对匹配好的支撑点再进行狄洛尼三角剖分创建二维网络,以获得更多是先验信息,保证高效视差搜索空间,同时将分割整合到贝叶斯模型中,降低了不连续区域和遮挡区域的误差。