双目图像立体匹配是实现煤矿井下无人辅助运输车自主避障和视觉侦察的关键技术，但煤矿井下高粉尘、光照条件不稳定等因素会导致视觉传感器采集到的图像产生椒盐噪声，使得立体匹配的误匹配率很高。为此，一种基于阈值和权重相结合Census立体匹配算法被提出，减少椒盐噪声对立体匹配影响。具体改进包括：(1)先对支持窗口内所有像素的灰度值进行阈值处理，去除支持窗口内灰度值极大和极小的像素点，解决异常值对加权融合的影响；(2)再将中心点对应的四条斜对角像素进行加权融合代替中心点像素，选择中心像素点四条斜对角线上的像素点，步长取1到3，根据对应的步长分别赋予0.7、0.2、0.1的权重，将这12个像素点中有效的像素点分别乘上对应权重，然后除以有效权重之和，得到经过加权处理后的中心像素点值，解决传统算法对Census变换窗口中心点依赖的问题，从而提高匹配精度。实验结果表明，基于阈值和权重Census代价计算全部区域的误匹配率相比传统Census算法降低了5.64%；相比基于均值Census算法降低了1.71%，且在不同噪声下全部区域的误匹配率相比传统Census算法降低了15.93%；相比基于均值Census算法降低了16.62%；而在非遮挡区域，本文算法的误匹配率相对于传统Census算法降低17.19%，相对于基于均值Census算法降低18.11%。所提出的基于阈值和权重相结合Census立体匹配算法有效的增强了抗噪声的鲁棒性，降低了误匹配率，提高了匹配精度。

0引 言
1基于阈值和权重Census变换的立体匹配算法
1.1匹配代价计算
1.1.1基于均值Census变换
1.1.2阈值和权重相结合Census变换
1.2代价聚合
1.3视差计算和优化
1.4视差结果评价方法
2实验结果分析
2.1 权重设置讨论
2.2匹配代价评估
2.3抗噪分析
2.4煤矿井下实验
3结论