立体视觉通过双目摄像机模拟人类视觉系统,从不同视角获取图像并感知客观环境,在工业、军事、医疗、娱乐等领域有着广泛的应用前景。双目立体视觉涉及摄像机标定、图像校正、立体匹配和三维重构等方面。在确定了摄像机的投影矩阵后,对图像进行校正使得立体图像对的极线处于同一水平线上,在校正后的图像对中找到对应像点从而计算空间物点视差,最后利用所求视差值构建三维立体模型。其中,图像校正和立体匹配的精度直接影响三维重构的效果,如何在提高匹配精度的同时保证算法的运行效率是其中的重点。论文将围绕双目立体视觉中的图像校正技术和立体匹配算法展开研究。首先分析了双目摄像机的成像模型,实现了基于特征点匹配的立体图像对极线校正方法。该方法省去摄像机的标定步骤,只需要提供几组匹配特征点,根据极线几何约束条件估计立体图像对的基本矩阵和投影矩阵,从而校正图像。最后使用Syntim团队提供的测试图像自采集图像验证算法的有效性,取得了较为理想的结果。其次提出了一种基于边缘增强和自适应窗口的立体匹配算法。该算法先通过Sobel算子提取图像边缘并与源图像合并,然后由人类视觉聚合规则自适应选择代价聚合窗口,并针对不同像素赋予不同的权值信息。最后由中值滤波和局部视差统计直方图精化视差图。实验结果表明,该方法能有效降低图像边缘视差的误匹配率,但在图像细节上仍需进一步处理。在分析了上述所提立体匹配算法的不足后,提出一种新的匹配算法。该算法建立图像的高斯混合模型,由EM算法分割图像,得到更准确的自适应聚合窗口。在各聚合窗口内分别建立最小生成树结构,更简明的描述像素间的权重关系。然后通过像素邻域内的有效视差修正误匹配点,获取精度较高的视差图。最后使用Middlebury提供的标准图像和自采集图像进行实验,验证算法的有效性。从实验结果可以看出,与非局部算法对比,本算法能有效提高图像的匹配精度,尤其在深度不连续区域的匹配效果有显著改善。