立体匹配是计算机视觉领域研究的重点,大部分立体匹配方法都是将图像当作数字信息进行数学计算,缺少与实际人眼视觉特征的联系。结合人眼的同心圆拮抗式感受野以及符合人眼特性的HSI色彩空间模型对原自适应支持权重(ASW)算法的权重计算进行了改进,并通过左右一致性校验和中值滤波方法进行视差优化。在VS2010平台对几组国际标准图像进行测试,结果表明,相比原始ASW算法,该方法在低纹理区域、深度不连续区域的匹配精度都有所提高,根据测试图像的不同,提高程度在10%至20%不等,总体匹配精度和近年主流局部匹配方法相当。

立体匹配的关键问题是确定一个合适的匹配代价关系,颜色内相关作为像素点的固有特性，能够有效地反映出匹配像素点间的微小差异。对传统的自适应支撑权重 (ASW)方法进行改进，提出了一种基于颜色内相关和自适应支撑窗口的立体匹配算法，该方法结合了颜色相似性、欧式距离相似性和颜色内相关相似性来确定匹配窗口内像素点的权重大小。同时为了消除光照不同对图像匹配结果的影响，将匹配点先进行rank变换后再进行匹配代价关系计算。对计算出的初始视差图进行三步优化，剔除由图像遮挡、重复等引起的不同视差错误，从而得到最终的视差结果。通过在Matlab软件平台上对国际标准图像进行测试，实验结果表明该方法得到的视差结果的平均错误率低，且明显优于其他局部匹配方法，具有很强的稳健性和较低的误匹配率。

医用光学中为快速消除双目立体匹配歧义,提出一种基于局部特征、稳健高效的两步立体匹配方法。用局部二进制模板/对比度(LBP/C)纹理分析描述图像纹理并构造初始匹配成本；仅在垂直、水平方向内自适应地分配权值,消除匹配特征的相似歧义性,并行双通地聚合匹配成本；由赢者通吃法得到初始视差。为消除弱纹理、重复纹理和遮挡等引起的歧义,视差求精方案包括并行双通校准视差、基于映射检测遮挡、基于极线最小二乘拟合填充遮挡。实验表明,该算法计算效率高、结构简单,易于实现并消除匹配歧义,得到精度较高且分段平滑的视差。

立体匹配是计算机视觉研究中的关键问题。相比于双目视觉,三目视觉能够获得更多的信息和额外的极线约束消除立体匹配的歧义性。为了提高三目立体匹配的精度,提出一种基于自适应权值和视差校准的三目立体匹配方法。将双目视觉中有效的自适应权值窗选择算法应用到三目视觉中,进行匹配窗的选择;提出一种新的目标图像选择算法,能够合理利用平行基线三目立体视觉系统中不同目标图像提供的信息,有效地消除遮挡,提高匹配的精度;提出一种适用于三目视觉的视差校准算法,利用三目图像像素间的色彩相似性和距离约束将初始匹配的视差结果进行校准,得到最终的视差图。实验结果表明,本文算法结构简单,能够生成浓密、高精度的视差图。