双目立体视觉是计算机视觉研究的重要领域之一,其已经广泛的应用于机器人的自护导航、车辆的无人驾驶、三维重建与三维扫描、目标追踪等众多领域。而立体匹配技术是整个双目立体视觉系统的核心,立体匹配的精度与速度直接影响着整个双目立体视觉系统的精度与速度。随着双目立体视觉系统的发展,实时的高精度双目立体视觉系统的需求变得十分的迫切,而借助于硬件加速只能在一定程度上提升速度,并且许多高精度算法加速以后仍然达不到实时性要求,因此对快速的高精度立体匹配算法研究具有十分重要的意义。立体匹配主要包括匹配代价计算、匹配代价聚合、视差优化、视差精细化四个步骤。根据是否有视差优化分为局部算法和全局算法。局部算法没有视差优化,匹配精度低、处理速度快,部分改进算法仍然满足不了精度要求高的领域,有些时间耗费超过了全局算法;基于马尔科夫随机场进行了视差优化的全局算法,精度较高、速度却十分慢。最近,自适应随机游走被引入到视差优化中,其可以有效解决基于马尔科夫随机场进行视差优化的全局算法速度慢的问题。Census变换可以将原始的匹配图像变成二进制图像,比较适合计算机处理,能够加速计算过程,同时能处理由于光照变化以及噪声带来的误匹配问题,但是Census变换引起的相似纹理误匹配问题,本文针对这个问题提出了一种改进的Census变换——基于等腰三角形的Census变换(Census Transform based Equicrural Triangle,简称ETCensus)。因此,本文结合了自适应随机游走以及改进后的ETCensus变换加速视差计算过程。视差精细化是立体匹配的最后一步,其独立于前三步。中值滤波是目前常用的视差精细化技术,但是其不能校正视差图并且容易把视差不连续处的不可靠点扩散到周围像素点,针对此问题本文提出了一种基于小波多尺度边缘检测的联合双边滤波的视差精细化处理技术,简称WEJBF(Joint Bilateral Fiter Based on Wavelet Multi-scale Edge Detection)。最终,本文结合所研究内容,提出了一种基于ETCensus与WEJBF改进的快速全局立体匹配算法,提高速度的同时进一步提高精度,主要的研究内容及成果如下:(1)双目立体视觉系统与立体匹配技术研究这一部分是整个双目立体视觉的理论基础,主要分析了摄像机的成像原理以及双目立体视觉的原理,并且对整个双目立体视觉系统模块进行了大致的分析。另外,对整个立体匹配的原理以及步骤进行了详细的研究,并且对目前的流行的立体匹配算法进行了分析比较,总结出其优缺点。(2)基于ETCensus与WEJBF改进的匹配算法在使用了自适应随机游走加速视差优化的基础上,融入改进的ETCensus变换和基于小波边缘检测的联合双边滤波(WEJBF)。解决了 Census变换存在的相似纹理误匹配问题也能进行有效处理同时克服了中值滤波不能校正视差图以及容易把视差不连续处的不可靠点扩散到周围像素点的问题。(3)测试平台的验证通过实验数据与目前的国际公认的Middlebury以及KITTI测试平台的算法的综合性能的比较,验证了提出的算法的有效性,其在匹配精度以及匹配速度的综合变现较好,尤其是在室外场景的多干扰环境下的图像,适合发展实时的高精度双目立体视觉系统。