双目立体视觉系统是计算机视觉领域的一项核心研究内容,其在三维测量、机器人导航、医学成像、智能控制、虚拟现实等方面有广泛的应用。双目立体视觉实质上是从两个不同的角度对同一物体或场景进行成像,然后根据两幅图像中的匹配像素点来计算与其相对应的空间距离,从而最终恢复物体或场景的三维信息。一个完整的双目立体视觉系统主要由图像获取、图像校正、立体匹配、三维重建这四个部分组成。其中立体匹配是双目立体视觉系统中的关键问题之一,传统的立体匹配方法包括局部立体匹配方法和全局立体匹配方法。传统的立体匹配方法是以像素为基元进行立体匹配的,基于像素的立体匹配存在两个缺点,一方面是难以处理图像低纹理区域、遮挡区域以及视差不连续区域的匹配问题。另一方面是计算量大,耗时久。针对这两个方面的问题,本文在深入研究局部立体匹配方法、全局立体匹配方法、图像分割方法和基于图像分割的立体匹配方法的基础上,最终提出了基于WKK-SLIC超像素分割的LBP立体匹配算法。主要的创新点和研究成果如下:(1)提出了基于图像分割的立体匹配方法。传统的立体匹配方法分为局部立体匹配方法和全局立体匹配方法,局部立体匹配方法速度快但准确率不高,全局立体匹配方法准确率高但耗时久。本文针对具体应用场景,提出了一种新的基于超像素分割的立体匹配方法,该方法在保证较高准确率的同时,算法时间复杂度较低。(2)针对图像分割算法,提出了一种新的SLIC超像素分割算法(WKK-SLIC算法)。在Berkeley Segmentation Database公共数据集上对该算法进行验证,实验结果显示,WKK-SLIC算法在评估超像素分割的几个常用标准上优于SLIC算法。(3)针对基于图像分割的全局立体匹配,在WKK-SLIC超像素分割算法的基础上,提出基于WKK-SLIC超像素分割算法的LBP立体匹配方法。在Middlebury测试平台上对该算法进行测试,实验结果显示,该算法不仅准确率高,而且能有效地处理图像低纹理区域和遮挡区域的匹配问题。