立体匹配技术是计算机视觉研究中经久不衰的领域,主要应用于图像合成和恢复3-D信息,并做为第三代新技术应用于视频领域。而本文主要讨论其在图象合成中的应用。目前有多种立体匹配算法可以用来合成新视点的图像。本文对立体匹配算法的两大类别:局部算法和全局算法,进行了介绍并列举了一些实例。如局部算法中的固定窗口算法、自适应窗口算法,以及全局算法中的动态规划、基于分层的颜色分割算法等。之后,利用基于Mean Shift的颜色分割对图像的平滑作用,以及EPI算法在边缘部分的预测较基于相关的匹配算法的天然优势,对图象序列提取特征点。根据提取的特征点,在颜色分割得到的每个小分块内部进行Delaunay三角分割。将划分得到的每个三角形取一个平面模型,并根据顶点位差内插三角形内部像素位差,构造了一个合成新视点图像的系统。系统没有采用EPI中运用的图形学方法来通过变形合成新图像,而是根据计算得到的位差值合成图像。合成则采用了z-buffer技术,通过左右两个位差图来计算新图像中匹配点的位置,并且保证了前景物体在发生遮挡情况下的可见性。合成图像的评估由一个专门为立体匹配算法构建的评价系统来完成。算法中EPI提取、边缘检测、特征点提取、Delaunay三角分割以及位差计算、图像合成等步骤,由Matlab实现,而颜色分割则通过C++实现。