双目视觉立体匹配通过场景关联图像生成视差图,属于机器视觉的一个重要研究方向,对于虚拟现实、自动导航等应用领域意义重大。相对于激光测距等主动测距技术,双目视觉的优势是成本较低,并且可以快速计算大范围场景的深度信息。其性能主要依赖于立体匹配算法,因而计算结果有几种常见的误匹配现象,本文针对遮挡区和低纹理区匹配精度较低的典型误匹配现象,基于置信传播立体匹配算法提出相应的优化方案,本文的研究工作和创新点如下:1、简要分析了双目视觉模型,深入学习了多种常见的立体匹配算法,介绍了极线校正的原理和立体匹配算法的评价标准,重点研究了置信传播算法理论和计算过程,分析了置信传播算法的匹配精度,选择置信传播算法作为本文改进算法的基础。2、分析了立体匹配中产生遮挡现象的根本原因,对左右一致性检验算法和基于边缘检测的改进算法做了深入研究,指出常见遮挡区优化算法的主要缺陷。分析了立体匹配中低纹理区匹配精度下降的原因,重点研究了基于图像分割和平面拟合的低纹理区优化算法,分析了这种算法的主要缺陷:图像分割算法无法区分边缘与纹理导致后续的计算中存在许多冗余计算。3、基于置信传播算法提出降低遮挡区误匹配率的算法:根据置信传播迭代计算结果和左视图纹理信息标记遮挡区,改写能量函数和迭代计算流程,实验证明本文算法提高了遮挡区匹配精度。4、提出一种改善低纹理区匹配效果的算法:使用均值漂移算法对左视图做图像分割,之后使用支持向量机判断大面积分割区域的类别,对属于低纹理区的分割区域做曲面拟合,实验证明方案可行,低纹理区匹配效果得到明显改善。