基于双目立体视觉技术的三维重建由于操作简单、成本低廉而受到广泛的关注,作为其核心技术的立体匹配算法,则成为研究人员的关注热点。针对图像纹理变化复杂和深度不连续区域的匹配精度问题,本文展开了深入研究并提出了相应的解决办法。基于Middlebury标准库以及本文搭建的实际系统,对所提算法进行了大量的实验证明。结果显示,本文提出的算法可有效、准确地解决上述问题,并使立体匹配的精度得到进一步的提升。本文的主要工作和创新点如下:1.提出了一种基于控制点结合预测点的动态规划立体匹配算法。首先,本文选用了三种局部优化方法获取控制点,可提高所获取控制点的稠密度;提出了预测点的概念,并提出根据不同局部优化方法对于高、低纹理区域各自优异的性能特征来提取预测点;将控制点和预测点分别以强约束和弱约束的方式引导动态规划寻找路径,最终实现精确的立体匹配。经标准库图像及实拍图像实验证明,本文算法有效地提高了全部纹理区域的匹配准确度。2.针对不连续区域即边缘区域易产生误匹配的问题,提出了一种基于边缘配准的视差校正方法。首先,使用左右一致性校验检测出不可靠点,并对这些不可靠点进行初始填充和权重中值滤波;然后,对滤波后的视差图像以及原始图像分别进行边缘提取,并对得到的两个边缘进行配准;基于配准结果,提取校正边缘并对其进行拟合修正;最后,对修正后的校正边缘进行扩散或定位出校正区域,在校正区域内用最小二乘法进行视差校正拟合。实验结果表明,经本方法校正后的视差图在准确率上有较大提升。3.实现了一套完整的基于双目立体视觉的三维重建系统。系统完成了摄像机标定、极线校正、立体匹配、点云重建等功能,此外,将本文所提出的立体匹配算法及视差校正算法应用到系统中去,可提高系统精度,最终得到效果较好的三维点云。