双目立体匹配是计算机视觉中研究的重点，针对立体匹配在深度不连续、低纹理和场景重复区域容易匹配出错的问题，提出了一种基于图像分割和改进的自适应支撑权重的立体匹配算法。该方法首先根据颜色相似性、欧式距离相似性、梯度相似性和自定义颜色内相关相似性定义初始的匹配代价关系，然后利用mean shift算法分割出不同深度区域的匹配点，根据匹配点所在的深度区域进行匹配代价重定义。在代价聚合的过程中，为了消除光照和噪声的影响，对待匹配点进行rank变换后，再进行视差值的计算，从而得到一个更加准确的视差结果。最后在VS2010软件平台上对Middlebury标准图像进行测试，实验结果表明，该方法得到的视差结果要明显优于现有的局部区域立体匹配方法，且具有很强的稳健性和较高的准确匹配率。