立体匹配是立体视觉中的关键技术之一,其核心问题是将同一个空间物理点在不同图像中的映像点对应起来。立体匹配是三维重构的基础,匹配的结果直接关系到三维重构的效果。但由于空间景物的复杂性以及成像系统的畸变等各种原因,最终得到的视差图效果并不理想。为了在提高视差计算精度的同时具有较高运算效率,本文着重研究了如何提高匹配算法的精度和实时性,对基于三角剖分方法的立体匹配算法进行了深入研究。主要研究内容如下。首先,从空间散乱数据三角剖分方法的研究入手,针对区域增长三角剖分法很难保证在含有尖锐边界的物体表面网格剖分的正确性这一问题,对传统区域增长三角剖方法进行了改进。通过引入并计算边界边的权值来确定网格生长的方向,网格生长过程是由权值小的边逐步扩展到权值大的边,从而实现物体表面由“平坦”到“不平坦”的剖分过渡,并且相应的网格拓扑操作及链表更新机制保证了边界边链表的正确性。其次,对基于三角剖分的立体图像匹配算法进行了研究。首先介绍了如何对图像进行三角剖分,并计算三角剖分后得到的三角形的可信匹配度,利用可信匹配度对三角形分类;然后对分类后的三角形分别采用不同的匹配策略得到视差图;最后将得到的视差图整合获得整幅图像的视差图。从而弥补了单独使用全局匹配算法和局部匹配算法的不足。最后,采用Matlab实验工具搭建了基于三角剖分方法的立体匹配实验平台,实现了本文提出的三角剖分方法和基于三角剖分的立体图像匹配算法,通过实验验证了算法的有效性和可行性。