视觉是我们认识世界的主要方式，立体视觉是一门研究如何仿真人体的双眼对世界理解的学科，是对同一个景物在两个不一样的角度展开观察，对不同角度得到的图像依据几何原理，求出视差，还原其立体信息的过程。立体匹配是立体视觉中最难也是最重要的研究内容。
　　 本文对立体匹配问题展开了研究工作，首先详细介绍了立体视觉的基础知识，而且对立体匹配的四个要素:特征空间，相似性测量，搜索策略和搜索空间进行了分析，同时对匹配算法展开了分类:区域立体匹配和特征立体匹配。在区域匹配算法中，提出了一个相似测量函数，对不同梯度视差使用不同的窗口匹配，缩小了其搜索范围，同时降低了误匹配率。在特征匹配算法里，针对经典的SIFT特征匹配算法误匹配较高且对光照变化有影响的缺点，引入了一种改进的融入全局信息的特征描述算子，提高了匹配的正确率和稳定性。最后，分析前面两类算法的优势和劣势，依据互补策略，提出了一种两者相互融合的算法，该算法中，首先是对图像边缘提取，依据视差梯度，采用本文中改进的SIFT算法提取特征点，再进行特征点的匹配，之后再对该匹配的结果使用本文提出的改进的区域匹配算法，进一步匹配。该算法既能减少区域匹配的搜索范围，提高了算法执行速度，又能够得到比较致密的视差图，同时提高了正确率。通过实验结果表明，本文提出的区域和特征融合的匹配算法正确率比较高，性能也比较稳定。