作为计算机视觉领域一个带有挑战性的技术,基于双目视觉的三维立体深度信息重建应用在许多计算机相关的不同领域。图像噪声、图像内的无纹理区域以及物体遮挡这些问题存在立体视觉的匹配问题上,要想从双目摄像头里恢复高质量的深度信息也是一件困难的事情。本文重点研究图像噪声的去除、图像无纹理区域的深度估计以及目标遮挡情况下的深度估计等关键的科学问题。深度信息的恢复首先需要完成的工作是获得摄像机的内外参数,与此同时,为每帧图像独立求解视差图像来作为初始值。接着通过引入一种颜色一致性评价模型,评估像素的每一级深度值的匹配,得到最好的结果以作为初始的深度结果。考虑到颜色一致性评价的局限性会导致颜色相似的区域的深度错估,以及属于不同深度层的深度不连续性,本文采用了基于马尔科夫随机场的思想,改进了置信传播算法结合之前的颜色一致性作为基本评价去解决邻近区域的深度平滑问题以及局部无纹理区域的深度估计。为了进一步解决无纹理区域对图像深度估计产生的影响,同时以增强深度估计结果的纹理特征为目的,提出了改进的图像分割算法的深度估计思想。通过图像分割技术将图像分割成一个个有深度关联性的分割曲面,然后通过曲面拟合优化获得最优深度匹配曲面。在上述基础上在全局能量最小化框架里把颜色一致性约束和几何一致性约束结合起来,建立了一个双重约束评价模型,来进一步降低每个像素的深度被错估的可能性。以此来进一步的对每个像素的深度估计进行约束评价,有效降低了遮挡和噪声对深度信息恢复的影响。优化后在不连续边界的瑕疵减少,恢复的三维信息也具有不错的时域一致性。