立体匹配技术从立体图像对中提取深度信息,是计算机视觉研究领域的重点和难点之一。其中的区域类立体匹配算法获取视差图速度快,但结果容易受匹配窗口尺寸的影响,在遮蔽区域以及不连续区域常常不能找到正确的匹配点,出现误匹配率高的问题。本文针对这些问题,开展了以下三个方面的研究和创新工作:1.本文提出了一种基于稳态匹配概率的边缘感知视差传播算法,利用视差候选值策略重构匹配代价,去除错误视差值的影响,利用像素点周围两个方向的信息进行测地距滤波获取正确视差值。该算法无需指定匹配窗口大小,仿真实验表明,算法提高了不连续区域的匹配精度,有效填补了视差图中的孔洞。2.本文针对视差传播过程中伴随的错误视差传播问题提出了自适应的边缘感知视差传播算法,利用像素点周围四个方向的信息进行测地距滤波,并对匹配窗口的最大边长和测地距离阈值加以约束,以充分利用局部信息,去除不同视差平面视差值之间的相互影响。仿真实验表明,该算法可以有效消除错误传播,获取更为丰富的图像细节。3.本文针对高分辨率立体图像对的大视差特性提出了基于稳态匹配概率的视差平面拟合算法,在利用Census变换提取局部特征的同时,采用超像素分割划分像素集,利用两层MRF的能量函数实现视差平面拟合。仿真实验表明,该算法能正确地区分两个相邻细小物体,且对光照和曝光度存在明显差异的图像对具有很强的鲁棒性。本文利用了Middlebury标准数据集进行实验以及结果评估,以上三种算法均在Middlebury网站上进行了错误率测试,生成的视差图质量相较于基于SSMP的立体匹配算法生成的视差图均有较大提升。