双目视觉技术是计算机视觉的重要研究分支，它是通过两个摄像头在不同角度对同一景物获取二维数字图像并运用几何原理恢复三维场景信息。目前双目视觉技术已经在机器人导航、三维测量、虚拟现实等领域得到了广泛的应用。双目立体匹配是立体视觉中的一个关键步骤，对立体视觉具有举足轻重的作用，是视觉领域的研究热点。本文从视觉成像模型出发，介绍了双目立体的工作原理以及图像匹配的相关理论知识，归纳和分析了现有的匹配方法，并根据实际需要提出了一种适用于平行双目系统的立体匹配算法。本文的主要工作如下：1、分析了双目视觉成像模型、双目图像对的对极几何特点、平行双目系统的三角测量原理等内容，并介绍了立体视觉处理中的几大关键技术。针对关键技术中的立体匹配环节，归纳总结了立体匹配的基元、相似性判断的方法、匹配约束等方面内容。根据匹配基元选择的不同，分析讨论了基于区域、特征、相位的三大类匹配方法。2、根据立体匹配优化方式的不同，立体匹配方法可以分为局部和全局立体匹配方法。本文对常见的典型立体匹配方法进行实现和分析，包括局部匹配法中的WTA算法和Realtime法及全局匹配法中动态规划法和模拟退火法，讨论了这两大类匹配方法的优缺点。局部立体匹配方法实现简单，但是精确度低；全局立体匹配方法精确度高，但是算法实现困难、计算量大。结合局部和全局匹配的优势，利用极线约束特点，本文提出了一种基于图像分割的立体匹配方法。3、在图像分割方面，本文分析了传统的图像分割法，并提出一种基于活动轮廓的图像分割法。该方法根据极线约束特点，将一维约束扩展到二维，在二维约束区域内提取出完整连续的活动轮廓，获得目标物覆盖区域。这里引入了全局信息，大大缩小匹配搜索区域，目标区域的正确锁定为匹配结果的可靠性提供保证。同时，将该方法与基于阈值分割的方法相比较，分析了各自的优缺点及适用场合。4、在局部匹配方面，本文引入了邻域差值特征模板，结合灰度匹配和特征匹配进行局部匹配，并改进了算法流程，降低匹配代价。与传统方法比，该方法既具有灰度匹配的简单易实施性，又具有特征匹配的高鲁棒。本文采用多组图像对进行匹配验证，实验表明在极线约束条件下基于图像分割的匹配方法在匹配精度和速率方面都有较高性能，体现了局部匹配和全局匹配相结合的互补优势。