双目立体视觉是通过两台相机从不同角度对同一场景进行成像,根据左右成像平面图中像素匹配点的位置偏差生成视差图,并通过三维测量方法获取现实场景的三维坐标信息,进而生成三维重建所需的深度图。其中视差图的精确度对三维重建的效果至关重要。在当前已有的双目立体视觉技术中,存在左右匹配点视差结果较差的问题,导致三维信息结果不准确。针对以上问题,本文重点研究用于生成视差图的立体匹配算法,旨在提升立体匹配算法的准确度,为三维测量提供精确的前提条件。对此,本文的主要贡献和创新点包括:(1)改进传统的多分量权值的树结构立体匹配算法。将树结构边权值的计算方式重新定义为三通道颜色信息和改进的颜色内相关性相结合,进一步精确计算颜色相近像素值的匹配代价聚合值。实验结果证明所提算法的视差图误差较小,匹配精确度较高,证明了算法的精确性和有效性。(2)设计了一种立体匹配优化算法,旨在减少图像噪声及未优化代价聚合值等因素对立体匹配结果造成的影响。该算法利用双边滤波进行图像预处理,并且保存图像边缘信息,从而定义了一种新的边权值计算方式,并加入多方向扫描线优化代价聚合值,完成立体匹配。通过实验对不同算法的误匹配区域和误匹配率进行分析,实验结果证明该算法的匹配性能较好。(3)本文采集各种现实场景中的图像作为三维测量实验的图像数据集,通过双目立体视觉技术得到现实场景的三维坐标信息,实验对比分析了不同算法的三维测量结果的误差值,验证了立体匹配算法的精确性以及双目立体视觉技术在实际应用场景中的可行性。本文基于Middlebury平台提供的标准数据集,对比分析各个立体匹配算法的匹配精度与实际三维测量应用中的可行性。实验结果显示立体匹配优化算法的误匹配率仅有5.64%,且三维测量结果的平均误差为2.28%,与其他算法相比,该算法能获得较精确的匹配效果以及较高的三维测量准确度,为双目立体视觉三维重建提供了技术支持,具有一定实用价值。