作为计算机视觉的一个重要分支,双目立体视觉可以用来获取三维场景中物体的距离信息,它主要分为摄像机标定、图像采集、图像预处理、特征检测和提取、立体匹配以及景物距离信息的获取等六个步骤。本文主要聚焦其中的摄像机标定、图像采集以及立体匹配这三个步骤。在摄像机标定方面,采用了张正友二维平面标定法,结合Matlab的标定工具箱,分别成功标定了左右两个摄像头的内外参数以及这两个摄像头之间的旋转平移参数,标定得到的这些参数的精度很高,完全满足本文的双目立体视觉系统的需求。采集图像是整个双目视觉系统中最基础的一步,改善图像采集的性能有利于改善系统的整体性能。基于Zynq-7000芯片将ARM和FPGA集成为一体的特征,设计实现了双目视觉的图像采集模块。在FPGA上设计实现的采集模块通过摄像头的同步信号并行的对两个摄像头进行图像采集,并通过芯片内部总线,由DMA将采集到的图像对传输到DDR中,这种方法提高了图像采集与传输的效率,降低了CPU的负担,提高了整个双目视觉系统的性能。作为双目立体视觉中最重要、最关键的一个步骤——立体匹配,通过对左右两幅图像中的区域灰度特征、点特征或相位特征等特征进行匹配,得到匹配的两个投影点后,再经过三角形原理计算获得对应的景物点的距离信息。本文基于Harris角点检测算法与SIFT特征匹配算法,通过将这两种算法结合的方法,实现双目立体匹配。该方法首先使用Harris算子对左右两幅图像进行检测,然后对检测到的角点生成SIFT特征向量,最后根据获得的SIFT特征向量,对两幅图像中的角点进行匹配,得到匹配点。使用该方法角点检测耗时较少,且匹配效率和正确率都比单独使用SIFT算法要高。