随着诸如无人机、机器人等智能无人系统的发展,对于障碍物检测和避障技术的要求也日益提高。将计算机视觉用于障碍物识别具有实时性高、成本较低且不易受外界干扰的优点。双目立体视觉模拟人类双眼,利用两个摄像机从不同位置对同一场景进行成像,从而获得该场景在不同位置的图像,并利用图像对之间对应点的位置偏差来计算得到目标场景的三维几何信息。为实现在日常应用场景下较为精确快速的障碍物探测与识别,本文基于双目立体视觉原理,设计了一种对目标场景进行深度恢复及障碍物分割的探测系统,为运动载体的后续避障工作提供了技术基础。通过对双目视觉和障碍物探测的原理及模式分析,本文选用了平行式双目立体视觉模式作为总体设计方案;在综合考虑相机工作环境、镜头焦距、像素及分辨率等因素后选取了HNY-CV-001型双目摄像机进行本设计中双目立体视觉实验平台搭建;其后采用张正友标定法,利用Matlab中的标定工具箱进行了双目相机标定并通过输入畸变系数进行畸变校正从而得到相机的内外参数;利用双目相机进行图像获取并对图像进行预处理:首先选用中值滤波和高斯滤波对图像进行去噪处理,接下来使用直方图均衡化法消除图像对的亮度差异,最后使用拉普拉斯锐化处理图像以增强图像的细节信息;利用标定后得到的内外参数对双目系统进行平行校正及图像裁剪,并通过比较分析各立体匹配算法之间的差异后选用SGBM算法进行立体匹配获得目标场景深度图。最后将K-Means聚类算法用于图像分割实现目标场景内的障碍物识别。利用本文设计的基于双目视觉的障碍物探测系统,在实验室场景下对目标场景进行深度信息获取及障碍物分割实验。实验结果表明该系统可以实现多场景下对障碍物深度信息的提取与分割识别,达到了设计目的。