双目立体视觉测距作为机器视觉中的重要技术之一,已在智能机械、三维重建和军事主动测距等诸多领域中发挥着重要的作用。相关学者针对双目测距已开展了多年的研究工作,且在局部立体匹配技术中取得了丰硕的成果;然而这类技术在处理低纹理、遮挡、复杂轮廓图像和光照不均等区域时依然存在精度明显较低的问题。本文针对上述问题分析、研究并做了如下工作:首先,开展了有关双目立体视觉国内外发展现状与基本理论知识的研究,同时实验对比分析了目前常用几种局部立体匹配技术的优缺点,为后期算法的改进提供了基础知识储备与理论依据。其次,针对局部立体匹配中的自适应窗口算法在匹配图像时,精度易受光照不均和窗口形状难以有效描述待匹配图像边界等问题,提出一种异形自适应窗口局部立体匹配算法。该算法在计算匹配代价之前,对待匹配图像进行引导滤波预处理,平滑图像保持边界;针对传统Census变换易受中心像素波动影响的不足,提出了像素信息三维化用以在Census变换基础上结合窗口内非中心像素间差异和窗口间中心像素差异信息计算匹配代价;最后为了比传统算法更好地贴合图像边界与轮廓从而提高匹配精度,又提出了由双螺旋路径法确定的异形窗口进行代价聚合,此法在中心像素周围区域同时沿两条螺旋搜索路径自适应地确定形状大小,形成比传统算法更加高效多变地匹配窗口,从而获得较高精度的视差图。再次,针对前一种所提算法在图像低纹理区域视差值误差较大的问题,提出一种基于重构平面的图像低纹理区域立体匹配算法。其在传统超像素分割算法基础上,改进得到可预估超像素分割数k和能合并“同质”超像素,以构成低纹理区域的改进型超像素分割算法,并用快速直线段提取算法识别低纹理区域轮廓;同时本文利用提出的“锚点法”筛选出低纹理区域的真边界像素点,并与前一章的边界处视差值相结合构造若干三维空间点,再将其拟合为世界坐标系下的三维低纹理平面;最后再由此平面方程重新计算细化低纹理区域内部视差。经上述所有算法处理就可获得在光照不均、图像轮廓复杂和低纹理区域表现都相对较好的局部立体匹配算法。最后,基于Windows系统的Matlab2018a软件,结合改进的局部立体匹配技术,开发出了双目立体视觉测距软件模块,实验表明其测距误差绝大多数小于5%,能满足实际使用需求。