立体视觉技术已经大量应用到了现代人的平时生活当中，并且在继续改变着我们的生活水平及生活的方式与质量。立体匹配技术是双目视觉的重要组成部分，通过多年的研究与探索，已经获得了阶段性的研究成果，但在特征提取，立体匹配的匹配策略等问题上仍需改进。本文深入研究了双目视觉立体匹配算法的基本原理与方法步骤之后，以这些知识作为基础具体实现了目标特征点的立体匹配，具体的实现环节包括以下几个重要步骤：摄像机的标定，特征提取，立体匹配及深度信息的获取。依照上面的步骤实现了本文系统，首先根据摄像机的标定原理，结合本文选取的标定法（张氏标定法）进行摄像机的标定并获取内外参数；然后实现并研究了PCA-SIFT算法，提出了一种使用Canny边缘检测算法来代替原主曲率去除边缘响应点的改进PCA-SIFT算法；然后将万有引力搜索算法应用在立体匹配中，针对在实时性要求比较高的情况下，根据图像的灰度信息把提取到的特征点进行分区，将具有同一灰度级的特征点划分为同一区域，再利用万有引力搜索策略进行并行搜索的方式改进原万有引力搜索算法；最后通过三维坐标计算原理搭建硬件平台，最终恢复物体的深度信息。通过最终的实验显示，本文利用Canny算子改进PCA-SIFT的特征提取算法增强了提取特征点的稳定性；将改进万有引力搜索算法作为匹配搜索策略加快了匹配的速度，减少了匹配所用时间。既满足了实时性高的要求又提高了匹配正确率。