立体像对的配准是计算机立体视觉中最重要的一步,虽然立体视觉技术有很好的数学基础,较系统的理论,很多比较有用的算法也提出了,但是当前的配准算法仍有很多的缺陷,无论是配准的精度,还是配准的效率都有待提高。本文提出一种新的稠密配准思路,在稠密配准算法前添加一个对立体像对中的线条纹理进行稀疏配准的算法,用以估计稠密配准中使用的参数值。所提出两个配准算法有一个共同的特点,即不再判断整个线条或者一整块区域是否匹配,而是求出所有可能匹配的准确的部分,然后从中去除伪匹配对,保留最佳的匹配结果。用于参数估计的稀疏配准算法称为最小拓扑值法。提取像对中的线条后,利用线条的走向与幅度大小来获得像对中所有可能匹配的准匹配线条段,再根据匹配的线条在立体像对中应该具有相似的位置关系,即匹配线条对拓扑值最小的原则来选择其中最佳的匹配结果。通过这些稀疏的配准结果,可以估计出立体像对的最大最小视差以及灰度相关阈值等参数,用于稠密配准中。这里提出的稠密配准算法称为最优视差连续块法,以逐个遍历水平截面的方式搜索整个视差空间,将得到的视差连续段拼接成视差连续块,最终保留最优的视差连续块集作为最终的稠密配准结果。为了直观并且准确的表达算法的思路,文中使用很多的图例和形式化的公式,并给出了相关的算法流程。