立体视觉作为计算机视觉领域中的重要环节，是众多学者研究的热点，并且广泛应用于机器人导航、工业测量和军事领域等。双目立体视觉模仿人类视觉的立体感知过程，获取空间景物的三维信息。在立体视觉系统中，立体匹配的精确度直接影响到三维重建的效果，并且由于场景中光照和噪声等干扰使得立体匹配成为立体视觉中最重要也是最困难的一部分。目前的立体匹配算法有很多，算法获得的匹配效果也较为显著，本文对立体匹配算法进行分类讨论，比较了各类算法的优缺点，选取了半全局立体匹配算法进行研究。半全局立体匹配算法的优势是鲁棒性强，对光照产生的影响不敏感，但同时仍然存在一些问题，主要包括边界的模糊、遮挡区域以及视差不连续区域的误匹配等问题。针对这些问题，本文对半全局立体匹配算法中的代价聚合部分和视差优化部分进行研究。结合图像分割算法优化了全局能量函数，在视差优化部分中，对遮挡点的填充方法采用了权重的思想进行改进，提高了算法对于遮挡区域的匹配精度。本文的主要工作包括以下三个方面：（1）利用均值漂移图像分割算法对图像进行分割，将某一区域内颜色相近的像素点分割到同一个区域中，根据同一分割块内的视差是连续变化的以及视差突变的位置通常是分割块的边缘这一先验知识，将图像分割信息融入到半全局立体匹配算法的全局能量函数中，提出更合理的全局能量函数，解决了对于由不同原因引起的视差突变给予统一惩罚的问题，达到了提高匹配精度的目的。（2）在视差优化部分，本文分析了传统视差优化方法存在的问题：由于无法保证每一个遮挡点的邻域内至少有一个非遮挡点，因此遮挡点的视差值用其邻域像素的视差值来填充是不准确的。本文在遮挡点的视差估计时采用了权重的思想，并将图像分割信息加入到权值的计算中。在遮挡点的8或16方向上搜索第一个非遮挡点，用权值最大的非遮挡点视差值作为遮挡点的视差填充值，提高了视差优化算法的有效性。（3）通过实验确定均值漂移图像分割的控制参数以及改进的全局能量函数中的惩罚系数。采用Middlebury评价平台中提供的立体图像对进行实验测试，对本文算法与原算法的实验结果进行分析，并且同其他算法进行综合对比，从匹配精度的角度分析了本文算法的有效性。