计算机立体视觉研究的主要内容是如何利用计算机实现人眼的视觉功能,即利用摄像机获得的投影图像实现对现实世界三维场景的识别与理解。立体匹配是计算机立体视觉研究领域最为重要的问题之一,它通过相邻两幅图像中对应像素点的视差获得深度或距离信息。在宽基线条件下,由于视角偏差、遮挡和光照的影响比较大,所以宽基线立体匹配是一个病态问题。因为不变特征不受传感器获取图像时的视点变化、相机参数变化等因素的影响,相比于其它特征量,在稳健性、区分度以及适用范围等方面都有很大优势,所以不变特征提取算法的研究一直备受关注。到目前为止,尽管国内外的科研人员在该方向上取得了丰富的研究成果,但仍然有许多关键性问题未能得到很好地解决。本文围绕宽基线立体匹配问题,对不变特征的提取与匹配展开了深入的研究和分析。本文的主要工作有以下三个方面:(1)在宽基线条件下,获得的图像存在较大的视角、旋转、尺度、光照等变化。不能直接使用基于灰度相关的算法进行匹配和重建,本文采用尺度空间理论,在多尺度空间下提取不变特征。(2)在尺度空间下,得到的特征向量维数可选性很强,对后续匹配算法效率影响很大,本文利用主成分分析的思想,对特征向量进行降维。(3)在宽基线匹配中,由遮挡引起的误匹配率较高,本文将左右两幅图像分别作为基准图,检测出遮挡区域,去除由遮挡引起的误匹配。实验结果表明,本文的基于尺度空间的不变特征提取算法,在宽基线条件下,特别是在有较大的视角变化、明显的光照变化以及较大尺度变化的情况下,仍然能够准确地找到两幅图像之间的匹配点,表现出一定的可靠性和鲁棒性。