由于噪聲、光照變化、遮擋和透視畸變等因素的影響，空間同一點投影到 兩個攝像機的圖像平面上形成的對應(yīng)點的特性可能不同，對在一幅圖像中的 一個特征點或者一小塊子圖像，在另一幅圖像中可能存在好幾個相似的候選 匹配。因此需要另外的信息或者約束作為輔助判斷，以便能得到W一準確的 匹配。一般采用的約束有如下幾種：

(1)極線約束：在此約束下，匹配點一定位于兩幅圖像中相應(yīng)的極線上。

(2)W一性約束：兩幅圖像中的對應(yīng)的匹配點應(yīng)該有且僅有一個。

(3)視差連續(xù)性約束：除了遮擋區(qū)域和視差不連續(xù)區(qū)域外，視差的變化應(yīng) 該都是平滑的。

(4)順序一致性約束：位于一幅圖像上的極線上的一系列點，在另外一幅 圖像中的極線上具有相同的順序。

在雙目立體視覺測量中，圖像匹配的目的是給定在一幅圖像上的已知點 (或稱為源匹配點)后，在另一幅圖像上尋求與之相對應(yīng)的目標匹配點(或稱為 同名像點)。圖像匹配的方法通常有基于圖像灰度(區(qū)域)的匹配、基于圖像特 征和基于解釋的匹配或者多種方法相結(jié)合的匹配。

基于灰度的區(qū)域匹配方法，其基本原理是在其中一幅圖像中選取一個子 窗口圖像，然后在另外一幅圖像中的一個區(qū)域內(nèi)，根據(jù)某種匹配準則，尋找與 子窗口圖像Z為相似的子圖像。目前常用的匹配準則有Z大互相關(guān)準則、Z 小均方差準則等。區(qū)域匹配差需要進行相關(guān)計算，主要用于表面非常平滑的 圖像(如衛(wèi)星、航空照片的匹配),以及具有明顯紋理特征的立體圖像。區(qū)域匹配能夠直接獲得稠密偏差圖，但當(dāng)圖像缺乏紋理特征或者圖像深度不連續(xù)時， 容易出錯。這種方法的計算量很大，且誤差匹配概率較高，匹配精度較差。 特征匹配方式是基于圖像的幾何特征(如邊緣輪廓、拐點、幾何基元的形 狀及參數(shù)化的幾何模型等),而不是基于簡單的圖像紋理信息進行相似度的比 較。由于幾何特征本身的稀疏性和不連續(xù)性，特征匹配方式只能獲得稀疏的 深度圖，需要各種內(nèi)插方法才能Z后完成整幅深度圖的提取工作。特征匹配 方式需要對兩幅圖像進行特征提取，相應(yīng)地會增加計算量。特征匹配具有如 下優(yōu)點：

(1)參與匹配的點(或特征)少于區(qū)域匹配所需要的點，因此速度較快。

(2)幾何特征提取可達到“子像素”J精度，因此特征匹配精度較高。

(3)匹配元素為物體的幾何特征，因此特征匹配對照明變化不敏感。