随着计算机技术的不断进步，人们对计算机系统智能化的要求越来越高。为此，基于计算机视觉的行为分析受到广泛的关注。目标特征描述作为其中的重要部分具有重要的研究意义和应用价值。　　 本文的主要研究问题是目标三维姿态特征描述方法。根据陈霖的拓扑知觉理论，大范围性质可用拓扑特征进行描述。目标姿态作为一个目标的整体特征属于大范围特征的范畴，可使用拓扑特征进行描述。因此，本文对双目视觉系统下目标三维位置与拓扑结构的描述方法展开了研究。　　 本文的主要工作和特色如下：　　 1．立体标定和立体校正是双目视觉系统中的基本问题，是实现双目视觉系统的必要准备。在本文中，通过对立体标定和立体校正技术的研究，实现了标定和校正的算法，并在此基础上使用普通的网络摄像头搭建了简易的双目视觉实验平台。在此平台上进行了立体匹配和三维骨架提取的实验，实验结果表明此平台性能基本满足实验的需求；　　 2．立体匹配的执行效率问题一直是双目视觉系统中的难点。针对这一问题本文提出了一种基于分层置信传播改进算法的立体匹配并行化实现方法。该方法根据算法中消息迭代、初值预测、视差选优三个模块算法中的并行性对算法进行并行实现，并在双核平台上对算法效率进行验证。实验表明加速比达到1.88以上。这种并行方法的主体算法部分是以像素或几个像素组成的节点为基本节点进行并行操作，因此该算法具有随处理器核数增加的扩展性，在多核系统上能取得更好的效果；　　 3．对目前研究存在需要人为标记或者依赖于训练样本集完备性，而且需要进行立体重构等问题，提出了一种基于三维位置和拓扑结构的目标表达方法。通过立体匹配得到场景的视差，再利用视差信息和星型骨架对姿态进行初始估计，再利用圆柱体模型对估计出的姿态进行拟合构造表面网格，最终提取网格的拓扑特征，得到目标三维拓扑结构。该方法通过使用由视差提供的三维信息结合星型骨架估计目标姿态，不需要人为标记。该方法使用模型根据姿态估计目标表面，不需要立体重构。实验表明，本文的方法能够提供较为准确的目标三维位置和拓扑结构。