ELAS算法是一种性能优良的典型传统立体匹配算法,但该算法视差图条纹明显且具有空洞区域。针对这一问题,提出一种匹配窗口特性与微分特性相结合的局部立体匹配算法,通过增强描述子对点特征信息的描述,为待匹配点提供更有区分度的相似性度量。首先根据彩色图像的经典自适应算法,从空间上提出了适应于灰度图像的窗口描述子,该窗口在待匹配点的邻域内具有固定大小和形状的特征,避免在匹配过程中反复计算匹配窗口。其次依据图像信号的特点,从像素层面上选择平滑性更小的微分算子。然后将提出的匹配窗口与微分算子相结合,获得了比只使用两者之一更强的特性信息描述能力。最后通过标准数据集客观检验与自采集图像主观评价,表明算法更为稳健,而且具有更高的匹配精度,明显改善了原匹配策略视差图中出现的条纹及空洞的问题。