立体视觉技术是计算机视觉领域的热点研究之一,在虚拟现实、机器视觉、多媒体教学、数字娱乐、产品外观设计、雕刻与建筑等领域都有着广泛的应用需求。但由于其获取信息庞杂、提取特征困难、特征描述不准确等因素导致图像匹配不准确,从而影响立体视觉在实际中的应用。因此,研究鲁棒的立体视觉匹配算法,重建三维场景将具有重要的理论意义和实际意义。本文通过阅读国内外大量文献,了解了双目立体视觉的研究现状,并在Marr视觉理论的基本框架下,研究双目立体视觉系统标定、图像校正、立体匹配、三维重建等内容。具体内容如下：首先,针对摄像机的针孔模型,研究了传统的三维标定、自标定、张正友的平面标定法,采用灵活、简单、稳定的张氏标定方法实现了本系统的摄像机标定,并通过三角法标定两个摄像机之间相对位置关系；其次,利用标定所获得的相机矩阵校正图像,并对校正后的图像进行灰度转换、低通滤波、图像增强等一系列预处理,得到噪声少、对比度强的优质图像。在此基础上,利用Harris角点检测和Canny边缘提取方法获得有用的图像信息,将所获角点和边缘上的点都作为图像的待匹配点；然后,通过分析基本矩阵的8点算法和7点算法,选择有效的方法求取本系统的基本矩阵,再根据立体匹配的特点以及极几何基本知识进行图像匹配,匹配方法采用归一化互相关函数实来现。为了得到高精度的匹配结果,利用基本矩阵与匹配对应点的关系以及双向匹配原则的约束条件,对初始匹配结果进行优化,最终得到全局最优解。最后,利用前面所获图像匹配对应点、基本矩阵、摄像机内参数矩阵进行三维重建,得到目标的空间三维信息,并通过编程搭建了立体视觉平台,验证了整个算法的有效性。