双目视觉系统已被广泛应用在工业智能制造,医疗图像,移动导航,数字化展览,虚拟现实,增强现实技术和机器人视觉导航等应用领域。而基于双目视觉的三维重建技术的需求也逐年增加。然而在实际场景中,由于环境复杂,周围物体干扰多,重建过程数据量大等因素,在进行图像立体匹配,点云数据获取等关键步骤中,存在较多问题,从而影响到三维重建效果。本研究以机械零件作为目标,研究三维重建方法,对立体匹配算法以及点云数据拼接算法进行研究和实验,以提高三维重建的效果。本研究的主要工作如下:首先,详细介绍了相机成像模型,包括常用的坐标系转换、针孔成像数学基础,分析并研究了双目光轴平行与双目光轴相交平行这两种双目立体视觉成像模型的特点;研究并分析了相机标定方法及图像校正算法,最终经过实验得到了左右相机的内外参数。其次,详细介绍了立体匹配算法基础,其中包括约束条件及评价标准;对本研究所用到的局部立体匹配算法流程进行研究;为了优化匹配算法的性能,对代价聚合阶段进行了改进。实验表明,本研究提出的算法剔除了立体匹配中的误匹配点,提高了立体匹配效率。再次,研究了三维点云数据的获取方式,利用立体匹配过程中获得视差图,将三维位置信息转化成点云数据,并将其可视化。详细分析了点云拼接的理论方法和过程推导,包括刚体变换的定义及刚体变换的参数求解;为了提高重建后的模型精度,提出了一种基于ICP算法的三维点云数据拼接方法,用于将先后多次获取的三维点云拼接到一起。最后,搭建了双目立体视觉系统并进行了总体设计;研究分析了基于Delaunay三角剖分算法的三维重建方法。为了使重建后的模型具有真实的表面特征,经过对纹理映射方法的研究,得到了具有真实纹理的三维目标模型。实验结果表明:利用多幅点云拼接后得到的三维点云数据,重建后得到的三维模型特征缺失少,重建模型细节丰富。