伴随科学技术的迅猛发展,作为计算机视觉的重要分支,双目视觉得到了很大的改进,逐渐应用在生产生活的多个领域。它直接模拟人类视觉系统,利用摄像机从不同角度采集空间物体的图像对,计算任一空间点在图像对中相应坐标点的视差,进而从二维图像中求得真实场景的三维信息。双目视觉主要包括图像采集、摄像机标定、图像预处理和特征点检测、立体匹配、三维重建五个阶段。本文针对双目视觉的摄像机标定、立体匹配、三维重建三个阶段展开研究。主要内容如下:首先,对课题的研究背景和意义进行系统概述,对摄像机标定、立体匹配和三维重建三个阶段的研究近况进行阐述,并简单介绍了三阶段研究的关键问题,提供了后续课题的探究的理论依据。其次,在摄像机标定部分,利用神经网络对非线性映射关系的强大逼近能力替代传统的双目标定方法,主要针对神经网络训练陷入局部极小值的缺点,利用混合算法h-HS-HuS优化神经网络,实现空间的全局优化。经过仿真实验证实了改进算法的有效性。再次,在进行图像的立体匹配之前进行图形预处理及特征点检测,滤波剔除图像中的噪声、直方图均衡亮度差异以及Wallis锐化完成图像预处理,Harris算法进行检测角点。立体匹配阶段,融合局部与全局两种匹配算法,提出了基于多种相似性测度融合的动态规划立体匹配算法,计算获得视差,保证其精度的基础上保证了实时性,为三维重建工作奠定了基础。最后,在三维重建部分,首先计算散乱的空间点,然后采用改进的Delaunay三角剖分进行空间点的剖分得到架构,最后经过纹理贴图完成三维重建。通过仿真实验验证本文在基于双目视觉的三维重建的各个环节提出方法的有效性。