双目立体成像一直被人们热衷和追求，却永远是一座难以逾越的城墙。理论上，双目立体成像系统可以抓取还原空间任何一个物体，甚至包括物体上的每一个点的三维坐标。所以双目立体成像系统的应用非常的广泛，随着双目视觉系统理论的日渐丰富，它在地形勘测、自主导航、人机互动等运用中发挥着越来越重要的作用。而这些方面的应用需求，也对于双目立体视觉系统的实现有了更多的要求。低功耗、小体积的双目立体视觉系统成了目前这类系统发展的趋势。本论文在OpenCV视觉库的基础上，深入研究摄像头标定和立体匹配算法，并分别对摄像头标定和立体匹配做一系列不同的实验比对后，选择合适的算法，然后将算法移植到嵌入式系统中，针对直接将算法移植到Cortex-A8无法满足实时性的问题，又提出了几点改进意见，最终成功实现基于嵌入式系统的，具有实时性的双目立体视觉系统，本文的主要贡献在于：(1)研究OpenCV立体视觉库，将OpenCV中存在的多种算法做比较，进行对比实验，设计了一套完整的，可行的双目立体成像算法系统。(2)详细研究了基于张正友理论的摄像头标定算法，分析了标定模板数量对标定结果的影响，标定模板对称与不对称对标定结果的影响，以及将亚像素角点提取函数与查找角点函数结合使用后的标定结果，最后通过与业界公认的标定工具箱Matlab标定工具箱所得出的结果作比较，最终实现了一套稳定，快速，方便，一次标定出结果的标定方案。(3)详细分析了立体匹配算法中BMState参数不同的配置对立体匹配信息完整度，匹配速度的不同影响。提出如何通过优化BMState来提高嵌入式系统的实时性能。(4)优化选定的OpenCV算法，实现一套在嵌入式系统上的具有实时性的双目立体视觉成像系统。由于ARM运算速度和内存上的限制，直接移植，系统无法达到实时性，通过优化浮点运算，降低采样率，调整匹配参数和优化代码，最终基本实现了实时性。