随着计算机硬件技术的飞速发展以及高性能数字处理系统的逐渐普及，立体视觉，这一20世纪50年代兴起的科学领域迎来了新一轮的研究热潮。立体视觉是机器视觉的一个重要分支领域，具有极高的研究价值和广泛的应用前景。本文对立体视觉中最常见的水平双目立体视觉系统以及水平双目立体匹配技术做了研究。立体匹配算法通常分为两大类，基于区域的立体匹配方法和基于特征点的立体匹配方法。基于区域的立体匹配算法获得稠密视差图，而基于特征的立体匹配算法法则获得稀疏的视差图。本文仅研究基于区域的水平双目立体匹配算法。一般认为，基于区域的立体匹配算法可分为四步，代价函数的设计与计算、匹配区域内代价的聚合、视差空间内寻求代价函数的最优解(局部最优或者全局最优)以及对视差图的修正。本文以此四步作为研究顺序与线索，分别进行研究分析，最终形成对区域匹配算法的一般认识。首先，全面了解摄像机镜头光学成像模型，深入理解数字图像成像系统仿生人眼的原理。在此基础上，研究并阐述立体视觉系统研究方向与现状，利用数学工具阐述双目立体匹配原理以及其在立体视觉中的重要地位。其次，深入了解并介绍双目立体匹配原理，以及经典匹配算法所面临的一系列病态的问题，如何即快又准确地解决这些问题成为立体匹配算法研究的主要目的。然后，深入研究基于局部区域的匹配算法，研究了局部区域匹配算法的一般步骤，并对其中的匹配核心——相似性测度函数（又称作匹配代价函数）作了总结与分析。利用滤波盒技术实现了对光照灰度变化不敏感的匹配代价函数NCC (NormalizedCross-Correlation)的快速算法以大幅减小常规经典匹配算法的时间复杂度。并提出一种改进的导函数衰减的匹配代价函数来实现算法对噪声鲁棒性能的提升，并将其应用于一种基于自适应窗口的局部区域匹配算法中。再后，深入研究基于全局区域的匹配算法，总结并阐述了全局区域匹配算法的一般模型以及全局最优的基本思想，并提出一种基于小波变换获取轮廓辅助的双动态规划立体匹配算法。最后，研究总结了区域匹配算法一般步骤的最后一步——视差图的修正算法。提出一种基于均值向量漂移技术的视差修正算法以实现对匹配结果的优化。综上，本文就基于区域匹配算法的一般步骤进行逐一研究。分别于以下三个方面总结并提出一系列新的或改进的算法：基于局部区域的匹配算法、基于全局区域的匹配算法、视差修正算法。