立体图像可以记录真实的三维世界的信息，使观众产生身临其境的视觉体验，具有广阔的应用前景。目前，立体图像技术已经成功用于科研、军事、教育、工业、医疗等诸多领域，取得了丰硕的成果。然而，对于立体图像的处理需要考虑多个视点的数据，数据量非常庞大，对于当前的压缩算法，硬件处理能力和网络带宽提出了很高的要求。因此，研究一种有效的数据表达方式具有重大的意义和应用价值。　　本文详细介绍了人类视觉系统的生理基础，分析了其成像原理，并结合这项研究，提取出了对于立体图像成像效果有重要影响的因素，为今后研究立体图像处理技术奠定理论基础。　　欧洲“ATTEST计划”从立体电视的内容产生、编码、传输和显示的整体处理流程出发，应用了“video-plus-depth”的数据表示方法，与传统的数据表达方式相比具有明显的优势。本文深入研究了其中的关键技术即“深度图”的几种获取方法，并重点研究了基于立体像对的“深度图”提取算法。该算法以低复杂度为原则，其理论框架主要分为摄像机校正、视差匹配、视差匹配后处理（包括一致性检测和遮挡检测）、深度图计算、深度图的平滑和量化这五个部分。　　最后，本文设计了四个研究立体视觉特性的实验，在HSI空间对立体图像进行处理，得出了色度对于图像立体感知效果影响较小的结论。本文进一步应用该实验结果对深度图提取算法进行了优化，提出了“灰度色度分级联合检测法”，可以在检测到多个对应点的情况下，有效地确定最佳的匹配点，有利于消除某些特殊的图像（比如场景内容周期性出现且纹理复杂的图像）中的误匹配情况。