局部立体匹配算法是计算机视觉中立体匹配研究的重点问题。基于室内场景的立体匹配由于受到光照变化、物体间相互遮挡等因素的影响,在物体的边缘区域和视差不连续区域的匹配效果较差。本文针对上述问题,主要开展了以下三个方面的研究:1.本文提出了一种基于稳态匹配概率的光照鲁棒立体匹配算法。首先从同态滤波预处理和census非参数变换两个方面提高算法的光照鲁棒性;接着通过计算稳态匹配概率和填充不一致点的视差值,计算获得结果视差图。数值仿真结果表明,该算法有效的降低了光照变化对立体匹配效果的影响,提高了算法的匹配精度。2.本文提出一种基于改进census变换的立体匹配算法。通过对输入图像中每一像素点的灰度值进行加权平均,减少对窗口中心像素取值的依赖。同时利用边缘视差感知算法对未通过左右一致性检测的像素点的视差值进行填充,进一步提高视差计算结果的准确度。3.本文提出一种基于三维标签迭代的立体匹配算法,将像素级的匹配问题转化为超像素块级的匹配问题,对输入图像进行超像素分割,并用同一标签对每个超像素块进行标记,通过标签的迭代优化,得到最佳标签值,从而计算得到每个像素点的视差值。实验结果表明,这一方法有效降低了算法的时间复杂度。本文采用Middlebury的室内场景数据集对算法进行评估,实验结果表明提出的算法能够有效提高算法的光照鲁棒性,并降低算法时间复杂度。