立体视觉测量与人类视觉相类似，通过二维图像信息来感知空间场景的三维信息。立体视觉系统在现实中的应用越来越广泛，在精度和速度上达到了较高的要求。本文对双目立体视觉的图像匹配与空间场景的目标定位问题进行了深入地研究。首先介绍了立体视觉应用现状，建立双目立体视觉的成像模型，完成双目相机标定实验。接着着重研究了SIFT算法与SURF算法的关键点提取与特征匹配过程。在SIFT算法特征提取阶段，提出改进的多尺度方法。将SIFT算法和Harris算法结合起来，使得检测到的关键点既具有角点信息，又对于尺度变化具有不变性。在SURF算法特征提取阶段，加入边缘检测和形态学运算。在图像边缘的附近区域进行特征点检测，提取的特征点数目变少，克服了不稳定特征点的影响，提高了后续匹配的准确性。在SURF算法特征匹配阶段，把描述子的维数降为40维。由于图像邻域内产生的64维描述向量有一些独特和重复的属性，对关键点的描述子进行统计，选出标准差较大的40维向量作为新的描述子。在保证匹配精度的同时，有效地提高了匹配速度。针对空间场景的目标定位问题，设计出双目视觉解算算法，根据改进的匹配算法得到图像像素坐标，结合双目标定得到两相机的内外参数，解算出空间场景中目标的三维信息，证明改进算法符合立体视觉测量的要求。