图像立体匹配是通过二维图像进行三维重构的关键环节。立体匹配的目的就是为要从一对左右图像得到一幅精准的视差图,但是由于左右视图中的遮挡问题、光照问题、基线偏移问题等使得在图像处理的过程中提取视差的难度大大增加。目前自适应权重法及其改进算法是较常用的算法之一,该算法是对每一个像素点分配一个固定窗口,计算窗口内各个像素与中心像素点间的权重,得到整个子窗口内各个像素与中心像素的权重,然后结合像素初始距离计算匹配代价。然而,由于其利用固定窗的方法使得该方法存在一些固有的缺陷,如在稀疏纹理区域和视差不连续区域的匹配精度低。针对这些问题,本文提出了改进的自适应窗口和自适应权重相结合,并采用种子点扩展进行视差优化的立体匹配算法。第一,在像素间的权重计算方面,由于自适应权重算法在视差不连续区域和低纹理区域匹配误匹配率高,总结分析之后,对该算法中的权重设定部分作了改进,即对距离权重和颜色权重的改进。第二,在窗口的选择方面,针对Zhang提出的交叉分割的方法,当图像中的水平边缘线过多,即视差不连续区域呈水平矩形状时,匹配率下降的情况,于是提出一种同时在水平和垂直方向进行扩展的交叉分割方法。第三,对得到的初始视差图,根据左右一致性、遮挡约束等约束策略,提出一种新的种子点扩展的视差优化方法,即区分出连续点和孤立点,对于不同的分类点采用不同的处理方法。对视差图进行优化,验证结果显示该算法得到的视差误匹配率较低。