双目立体视觉是基于视差原理,由多幅图像获取物体三维几何信息的方法。目前已在许多领域得到广泛应用,是近年来的一个研究热点。本文研究了立体视觉中最重要也是最困难的立体匹配问题,分析了立体匹配中的四个关键技术,并针对要获取致密匹配,并且对光照、灰度、旋转等变化具有强鲁棒性的需求,提出一种基于特征和区域匹配相结合的立体匹配算法。该算法采用Harris角点检测算法来提取特征点,然后利用图像梯度信息,采用基于三维梯度方向直方图的SIFT特征描述子来描述特征点,通过极线约束将匹配特征的搜索空间从二维降到一维,最后以基于特征描述子欧氏距离的最近邻匹配得到初次匹配结果。然后在此基础上,对于未被匹配的区域采用基于区域的匹配,并利用极线约束和视差范围约束提高匹配算法的速度和精度。实验表明,本文提出的算法结合了基于特征的匹配算法和基于区域的匹配算法的优点,可取得较致密的视差图；而且对于图像仿射变换、3D视角变换和图像灰度非线性变换的鲁棒性和抗干扰性较好。