基于双目立体视觉的立体匹配算法研究的中期报告双目立体视觉技术是计算机视觉领域中的一个重要研究方向，它通过两个摄像头同时采集同一场景的图像，对这些图像进行处理和比较，从而得到该场景的立体信息，使得计算机能够感知深度信息，更加接近人类的视觉感知能力。在计算机视觉的应用领域，双目立体视觉有着广泛的应用，如三维建模、目标跟踪、机器人导航、虚拟现实等方面。立体匹配是双目立体视觉的核心问题之一，其作用是确定两幅图像中的像点之间的对应关系，从而实现深度信息的计算。在立体匹配中，最主要的挑战是深度不同导致的像素不对应。因此，立体匹配需要分析两幅图像中像素的灰度或颜色特征相似度，从而匹配两幅图像中的像素，找到最佳的对应像素，进而计算深度信息。本中期报告应用传统的双目立体匹配方法和基于自适应窗口的立体匹配法进行研究，考察了不同算法在处理不同场景下的双目图像时的性能差异。实验结果表明，基于自适应窗口的立体匹配算法可以有效地解决场景中深度变化带来的匹配错误问题，其匹配结果的准确性和鲁棒性比传统算法更高。同时，对于大规模的立体匹配任务，速度也更快。接下来，本研究将尝试继续优化基于自适应窗口的立体匹配算法，提高其准确性和速度。同时，将会尝试结合深度学习技术，使用神经网络模型来进行立体匹配，提高匹配效果和性能表现。