روند بیرون ¬کشیدن اطلاعات عمقی از تصاویر دوبعدی دوتایی که از صحنه¬ای واحد برداشته شدهاند تحت عنوان بینایی استریو شناخته¬ میشود. جابجایی مکانی، اختلاف موقعیت دو پیکسل متناظر از تصویرهای چپ و راست صحنه، با در نظر گرفتن یکی از تصاویر بهعنوان مرجع میباشد. در چند دهه گذشته شاهد توسعه صدها الگوریتم بینایی استریو مختلف بوده¬ایم، این امر طبقه¬بندی و مقایسه رویکردهای مختلف نسبت به این مسئله را مشکل ساخته ¬است. در این تحقیق ما یک مرور اجمالی از انواع رویکردهایی ارائه می¬کنیم که برای حل مسئله بینایی استریو وجود دارند. بهدلیل ارائه یک روش بلادرنگ در استخراج نقشه جابجایی مکانی، از میان الگوریتمهای استریوی محلی و سراسری، روش محلی را استفاده نمودیم. در آزمایشات انجام شده طی سالهای اخیر، مهم¬ترین بخش از الگوریتمهای استریو محلی، شیوه¬ جمع¬بندی هزینه¬های تطبیق آن بیان شده است. در روش موردنظر ما، ابتدا یک الگوریتم استریو محلی بر مبنای ویژگی با استفاده از الگوریتم گوشهیابی هریس معرفی میشود و سپس با استفاده از شیوهی جمع¬بندی هزینه¬های تطبیق پیشنهادی در پنجرهی اطراف پیکسل مورد نظر، روشی برای بازیابی نقشه جابجایی مکانی گسسته پیشنهاد میگردد که نسبت به روشهای پیشین دارای دقت عملکرد بهتری میباشد. سپس یک الگوریتم استریوی محلی بر مبنای پیکسل، برای بازیابی نقشه جابجایی مکانی متراکم با استفاده از تصحیح گاما در فضای رنگ rgb بر روی جفت تصاویر ورودی، در مرحله پیشپردازش و فیلتر دوطرفه در مرحله پسپردازش و استفاده از شیوه جمعبندی هزینههای تطبیق بهدست آمده از حالت گسسته، ارائه شده است که دارای میانگین خطای 5.1% در پایگاه داده معرفی شده در مقالات میباشد و دارای سرعت مطلوبی است.