随着计算机视觉技术的不断发展,立体视觉传感器得到了越来越广泛的应用,尤其是双目视觉传感器以其机构简单、使用方便等诸多优点被成功地用于工业检测、物体识别、工件定位、机器人自引导、航天等领域。双目视觉传感器利用两台摄像机来模仿实现人眼的功能,其机理类似于人眼的视觉机制,因而在研究上有其独特的地位受到了国内外许多学者的高度重视。而立体匹配则是立体视觉技术中最关键的部分。其中,对大遮挡区域、纹理缺失区域、细长物体等问题的研究,更是一项挑战性的任务。 本文对立体视觉技术进行深入的研究,重点研究了立体匹配算法,并对匹配结果进行了三维重建,由于在立体匹配算法中应用到了图像分割,因此也研究关图像分割相关的内容,主要工作如下: (1) 将图像分割理论应用到立体匹配算法中,传统的基于区域的匹配算法采用的规则窗口不能有效的处理图像中前景与背景的交接处,往往导致结果过于平滑。本文的方法以图像分割之后的区域为匹配基元,灰度相差较大的前景和背景区域分割之后将归属于不同区域,所以能较好的解决该问题。 (2) 针对大遮挡、纹理缺失区域,本文分析区域在整个视差空间内的匹配率曲线,提出信赖度与邻域相关因子的概念,信赖度低的区域将倾向于取邻域中邻域相关因子最大的视差值。由于大遮挡、纹理缺失区域的信赖度较低,根据Marr视觉理论中的连续性约束,让这些区域的视差值逼近邻域相关因子最大的邻域的视差值是合理的,实验结果证明也是有效的。 (3) 实现了分水岭图像分割算法,并将该算法应用到立体匹配中。 (4) 使用标准测试图像评测本文的立体匹配算法,结果显示本文算法对大遮挡区域、纹理缺失区域处理的精度比较高。 (5) 使用OpenGL标准库对立体匹配结果进行了三维重建。