随着计算机视觉的快速发展,人们对恢复三维信息的需求日益增强。基于双目立体视觉的三维重建,由于不需要复杂的光源设备,具有便捷可靠、精度合适、成本低、大众化等诸多优点,使其在工业测量、虚拟现实以及机器人导航等领域具有很高的实用价值。双目立体视觉在现实生活中的运用愈加广泛,如何让双目视觉系统兼顾精度和运行速度,同时控制成本在可以接受的范围内,是目前双目立体视觉的研究重点。本文针对双目立体视觉技术中的摄像机标定、系统精度、立体匹配等方面问题展开研究。本文主要的工作内容如下:摄像机标定是双目立体视觉系统的首要环节,标定的精度与三维恢复的精度直接相关。本文探讨了摄像机标定技术的优缺点,选择了操作灵活、精度较高的张正友标定法作为本文的标定方法,为本文的工作展开奠定了基础。针对双目系统结构参数影响系统精度的问题,本文通过建立双目视觉系统的结构参数模型,从理论上分析了系统结构参数对测量精度的影响,推导了系统结构参数的测量误差函数,利用软件进行了仿真分析,并通过实验验证了结论,对搭建一个高精度的双目视觉系统有很好的指导意义。深入研究SIFT(Scale Invariant Feature Transform)算法原理,针对匹配过程中存在大量误匹配的问题进行改进,引入交叉过滤思想和基于基础矩阵的RANSAC(RANdom SAmple Consensus)思想对误匹配进行剔除,提高了匹配的精度。为了平衡区域立体匹配算法的匹配精度和运行速度,针对特征匹配和区域匹配的优缺点,给出了一种基于SIFT的特征匹配与种子区域生长相结合的匹配方法。以高质量的SIFT特征匹配对作为种子点,采用区域生长策略,在视差梯度约束、唯一性约束和灰度相似性约束下,进行视差传播,得到相对稠密的视差图。并进行了实验对比,证明本文算法在匹配速度和匹配精度方面都得到了提高,具有一定的实用性。最后,为了验证本文算法实际应用的有效性,设计并实现双目立体视觉系统,实现真实场景的三维重建。