计算机双目三维重建算法一直是机器视觉算法研究中的热点和难点,它的目标是通过探索人类双目三维成像的机理,从而使机器和人类一样感知到自然界中物体的三维信息。快速且准确的获取三维信息在三维显示技术,自动驾驶技术,虚拟现实以及增强现实等技术中起着关键的作用,使得开发高效三维重建算法的工作显得尤其迫切。立体匹配是困扰计算机双目视觉系统实用化过程中最困难的问题,同时也引起了大量的研究和工程人员的兴趣。但是立体匹配已经被证明是一个病态问题,现有的算法均无法保证准确地恢复每个像素的深度值。在多数情况下我们希望能够快速得到一个足够精确的近似解,这也是本文的主要研究内容。本文采用具有高性能和良好可移植性的OpenCV(Open Source Computer Vision Library)作为立体匹配算法的研究平台,结合科学的方法评估了四种立体匹配算法的性能并论证了它们的实用性。其中基于固定窗口的局部匹配算法在速度上具有明显的优势,适合在对精度要求不高但对时间极其敏感的高速三维信息提取系统中使用。而基于单扫描线上的动态规划算法虽然能在几秒的时间内完成计算,但在匹配精度上则表现较差。基于多扫描线的半全局匹配算法在实验中取得了较高的精度且耗时较少,适合在许多对时间和精度均有要求的实时应用中采用。最后本文提出了一种基于置信度传播的快速全局匹配算法,通过将局部匹配引入到置信度传播迭代求解的过程中并结合其它的优化技巧之后,取得了高精度的匹配结果且极大的减少了迭代的次数,使该类型的全局算法也可以使用在需要快速且准确的三维重建系统中。