无人机自主导航技术是当前的一个研究热点问题，本文研究了一种基于立体视觉和激光扫描的无人机自主导航场景测量技术。首先构建了双目立体视觉系统，并对该系统内部和外部参数进行了标定，对双目立体视觉系统获取的无人机自主导航场景图像进行了极线校正。其次，针对现有匹配算法难以在真实幅度失真图像中获取高匹配精度，提出了一种基于Census变换和改进自适应窗口的立体匹配算法，即根据图像结构和色彩信息获得基于十字骨架的Census变换窗口；利用Hamming距作为匹配代价，使用两次累加降低计算复杂度，并研究了一种基于均值偏移的视差提精方法。实验结果表明，本方法能很好的处理现有算法难以解决的幅度失真问题，视差精度与当前优秀的局部算法相当。然后，针对Census变换丢掉了图像像素自身信息而容易造成误匹配问题，提出将Census变换和图像色彩信息结合为联合匹配代价的局部匹配方法，有效的解决了Census变换和图像灰度单独作为匹配代价时存在的误匹配问题。实验结果表明，该算法使幅度失真图像的匹配误差降低了40%左右，能够更好地处理幅度失真问题。最后，在分析无人机自主导航场景测量中立体视觉存在问题和激光扫描应用缺陷的基础上，提出了一种立体视觉和激光扫描相结合的场景测量方案，即利用立体匹配算法计算视差图，对其进行区域生长并采用EGBIS分割算法对参考图像进行彩色图像分割，由此确定感兴趣目标区域，之后只针对该区域进行激光扫描获得精确的深度信息，有效的解决了激光扫描实时性不高和立体视觉深度信息不准确的问题，为无人机自主导航提供准确目标信息。