随着计算机视觉技术的发展,基于计算机视觉的三维重建方法被广泛应用于虚拟现实、工业测量、航空勘探和机器人导航等领域。双目立体视觉作为计算机视觉领域中重要的三维重建方式,因其所需的设备简单、价格低廉、重建速度快的特点而被广泛关注。基于双目立体视觉的三维重建首先通过双目摄像机在不同方位采集目标对象的立体图像对,然后根据立体匹配计算视差图,最后利用三角测量原理恢复目标对象表面的三维信息。本文主要针对双目立体视觉三维重建中各个关键步骤进行了研究,包括摄像机标定、立体校正、立体匹配和三维重建等,其中重点研究了摄像机的标定技术和立体匹配技术,并提出了相应的改进算法。针对摄像机标定,提出了一种基于改进风驱动算法的摄像机标定优化方法。该方法将张正友标定法计算所得的摄像机内参作为初始值,以标定的重投影误差作为优化的目标函数,通过迭代搜索目标函数值最小的标定结果。对于传统风驱动算法中的固有参数,利用协方差矩阵自适应进化策略自动确定,避免了人为参数选择造成的不确定性问题。摄像机标定实验结果表明,改进算法比传统风驱动算法和粒子群算法具有更高的优化标定精度和更快的收敛速度。针对立体匹配,提出了一种基于改进Census变换和加权引导滤波的立体匹配算法。在匹配代价计算阶段,利用灰度Census变换和梯度Census变换构建出联合匹配代价;在匹配代价聚合阶段,利用改进的加权引导滤波器对初始计算的视差空间图进行滤波处理,确保视差边缘被保留,而视差连续区域被平滑;在视差计算与精化阶段,首先利用WTA策略进行视差计算,并通过左右一致性检测标记出无效的匹配点,然后基于K-means图像分割结果对无效匹配点进行修正,最后利用亚像素精化操作细化最终所得的视差图。立体匹配实验结果表明,该算法具有较高的匹配精度,而且对噪声干扰和光照变化具有较强的鲁棒性。为了验证本文算法的实际效果,对摄像机实际采集的立体图像对进行了距离测量和三维重建实验。实验结果表明,本文所使用的双目摄像机对1100mm范围内的物体测量精度在2%以内,三维重建的目标对象细节轮廓清晰,总体效果较好,综合验证了本文算法用于实际场景重建的可行性和有效性。