刘徐秀，闫传为， 赵佰亭 ，贾晓芬

(安徽理工大学 电气与信息工程学院，安徽 淮南 232001)

立体匹配在工业生产、制造测量、机器人导航、系统监控、生物医学、航空航天等有着广泛的应用[1-3]，它是立体视觉的热点研究内容，也是立体视觉系统中最重要和最耗时的任务.立体视觉通过识别出同时拍摄的同一景物的两幅图像中相应的像素点，并由立体几何原理计算出投影点的视差，得到最终的视差图，可以为无人机的视觉导航和着陆、三维重建等应用场合提供重要信息，得到了国内外学者的深入研究.

立体匹配算法可以分为局部立体匹配算法和全局立体匹配算法[4].局部立体匹配算法是使用窗口内像素的邻域信息来进行匹配，因为有着运行耗时短并且容易实现的优点而被广泛研究，但是选取多大的支持窗口和匹配代价的计算是个棘手的问题[5].全局立体匹配算法通过最小化能量函数来获得最终的结果，可以很好的处理低纹理区域的误匹配现象，其匹配精度虽然较高但复杂度也很高，耗时长[6].

传统局部立体匹配算法在代价聚合时多采用固定窗口的方式，虽然比较简单有效，但是在深度不连续区域匹配精度很低.Einecke等[7]提出了多窗口立体匹配方法，通过不同形状、大小的多个窗口计算聚合代价，但该算法较复杂，耗时也较长.时华等[8]提出一种自适应匹配窗及多特征融合的立体匹配，采用自适应权值的线性加权多特征融合匹配……