双目视觉计算视觉是研究领域的一个热点问题,其使用两个相机从不同角度捕获场景的不同视角的图像,而后通过立体匹配等过程进行场景三维信息的恢复。随着计算机技术的发展,其应用也越来越广泛,如虚拟现实、逆向工程、医学、考古学以及娱乐等。立体匹配作为双目视觉中的至关重要的问题,对其进行进一步的研究具有重要的意义和价值。而遮挡问题作为立体匹配中的难题,也受到研究者的广泛关注。本文针对双目视觉中的立体匹配、遮挡检测和视差优化插值等问题进行了深入研究。首先,在对比分析多种匹配算法基础上,本文选用了基于动态规划(Dynamic Programming)的立体匹配算法,并对其进行了改进。立体匹配结果的正确率依赖于相似性测度函数,因此本文设计了一种绝对差(AD)与Census变换结合的相似性测度函数。该测度函数能够克服光照变换、噪声干扰的影响,生成高质量的初始视差搜索空间,有效提高了立体匹配的正确率,避免了传统动态规划立体匹配算法中的“条纹”现象。其次,本文构造了一种新的全局匹配代价函数,改进了平滑约束项设计,设计了一种动态改变搜索半径的方法。这两种方法相互辅助,在图像梯度较小处,减小搜索半径,保持视差的平滑;而在梯度较大处,增大搜索半径,允许视差的跳变,保证视差不连续区视差的正确性,并大大减少了视差搜索的时间。再次,本文设计了一种基于左右一致性检验的遮挡检测算法,能够有效提高遮挡检测的正确率。在正确检测出遮挡区域后,设计了一种基于颜色和距离相似性的遮挡区视差优化插值算法。该算法能够保持被测物体轮廓的完整、清晰,比直接外推插值方法得到的结果更接近于标准视差图,有效提高了遮挡区插值的正确率。最后,本文算法在Microsoft Visual Studio 2010集成开发环境下,利用OpenCV图像处理库进行实现。对Middlebury大学提供的立体图像对进行处理,将结果在其在线评测平台上进行测试,并进行了三维重构实验,表明了本文算法的有效性。