作为双目三维重建中的关键步骤，双目立体匹配算法完成了从平面视觉到立体视觉的转化.但如何平衡双目立体匹配算法的运行速度和精度仍然是一个棘手的问题.本文针对现有的局部立体匹配算法在弱纹理、深度不连续等特定区域匹配精度低的问题，并同时考虑到算法实时性，提出了一种改进的跨多尺度引导滤波的立体匹配算法.首先融合AD和Census变换两种代价计算方法，然后采用基于跨尺度的引导滤波进行代价聚合，在进行视差计算时通过制定一个判断准则判断图像中每一个像素点的最小聚合代价对应的视差值是否可靠，当判断对应的视差值不可靠时，对像素点构建基于梯度相似性的自适应窗口，并基于自适应窗口修正该像素点对应的视差值.最后通过视差精化得到最终的视差图.在Middlebury测试平台上对标准立体图像对的实验结果表明，与传统基于引导滤波器的立体匹配算法相比具有更高的精度.
