计算机视觉中一项重要的研究方向即为立体视觉，它是一种重要三维信息和距离信息的感知技术。通过对场景不同位置的拍摄的图像，在立体匹配技术下进行匹配，根据产生的深度图，重建出场景的三维信息。在立体视觉问题的处理过程中，立体匹配是立体视觉的重要环节，也是最为复杂的过程。本文针对立体匹配的效率和精度问题进行研究，并根据生物学理论实现了基于基因序列比对的立体匹配算法。首先，阐述了立体匹配的国内外现状，深入分析了传统的区域匹配，特征匹配，相位匹配的立体匹配算法。分析了不同算法的优缺点，并提出了对这些算法改进方向。同时，全面阐述了立体匹配的基本原理，其中有立体匹配的特征空间，匹配的约束条件，相似度量，搜索策略，为后面改进算法做好理论支持。其次，详细研究序列比对算法，分析基因序列比对应用于立体匹配的可行性。从三个方面研究了相似性，基因序列与外极限的相似性、序列比对得分函数与立体匹配的视差图的相似性、序列比对算法与立体匹配搜索策略的相似性。验证了可行性，并实现了得分函数。再次，针对传统立体匹配算法实时性差的缺点，利用基因序列比对可并行性，比对时间短的优点，通过建构立体图像中每条极线像素的基因序列化，用基因双序列对比得分矩阵构建二维视差空间图像，二维视差空间图像上的路径寻优及视差确定三步，最终将基因序列比对引入到立体匹配算法中。最后，在VC6.0环境下，实现了基于基因序列比对的立体匹配算法，构架了流程图，最终得到稠密的视差图。与传统算法比较，本文方法有效提高了匹配速度，并大大减低误匹配率。