视觉是人类观察世界、认知世界的重要手段,人类从外界获取的信息约有75%来自视觉系统。立体视觉是一门研究如何用机器来代替人类视觉对客观世界进行理解和认知的学科,是由多幅图像(一般是由两幅图像)获取物体三维几何信息的方法,其目标是实现对三维场景的感知、识别和理解,和其他方法相比,通过立体视觉进行三维重建具有硬件成本低,实现简单等特点,因此它作为计算机视觉的一个重要分支受到了国内外研究人员的重视。经过20多年的研究,立体视觉在机器人视觉导航、航空测控、军事应用、医学诊断及工业检测中的应用越来越广,性能不断提高,其理论正处在不断发展与完善之中。本文对立体视觉中最困难也是最重要的立体匹配问题作了深入的研究,参考大量国内外的参考文献,详细介绍了立体视觉的理论基础,并对立体匹配算法的四大关键要素:特征空间,相似性度量,搜索空间和搜索策略进行了全面而系统地分析,在此基础上,本文对常见的立体匹配算法进行了一个简单分类:区域匹配,特征匹配和相位匹配,详细介绍了每类算法的基本原理、算法特性和优缺点。通过对各类立体匹配算法的研究发现,立体匹配算法是强依赖于图像本身的,也就是说往往不同的立体匹配算法都是针对不同类型的图像的匹配问题的,因此迄今为止,尚不存在一种通用的得到大家公认的立体匹配算法可以处理任何类型图像的匹配问题,并且随着实际应用中对系统性能指标要求的不断提高,现有的立体匹配算法有时候可能并不能完全满足系统的应用需求,尤其是如何在保证算法匹配有效性和准