随着科学技术的不断发展，在工程、医学和生物等各个领域中，操作的对象越来越小，宏观世界的立体视觉系统研究已经不能满足于人们的需求，人们需要开发出新的方法和技术来应对以微观操作对象的微测量、微操作等微观技术，这些技术由于被操作的对象本身尺度太小，不能由人为直接动手干预，我们需要借助于显微镜和CMOS等物理设备对这些微对象放大后储存下来，便于后续更好的观察与操作，在人们的这种需求中，基于体式显微镜的显微立体视觉系统就应运而生了。首先，为了进行精确的显微3D的测量，高精度的标定方法是不可或缺的，考虑到体式显微镜中电子目镜本身不易移动，本文采用基于传统的标定物摄像机标定方法以获取高精度的标定结果；同时，由于电子目镜获取的目标都是经过放大数倍的物体景象，所以传统的黑白相间的棋盘格标定板由于不易制作已经不适用于显微摄像机的标定，本文采用线与线相交的网格标定板。网格标定板虽然解决了工艺上的制作要求，但也导致了现有的经典的特征点提取算法不再适用于网格标定板角点坐标的提取，针对显微测量这一特殊应用领域，提出了一种基于网格板角点提取的显微摄像机标定方法。该方法除了考虑镜头的径向畸变之外，还包括了偏心畸变和薄棱镜畸变等非线性因素，首先由改进的角点提取方法获得网格板角点的实际坐标信息，然后根据摄像机成像模型求取镜头畸变参数等摄像机内参矩阵，经已建立的非线性摄像机模型对网格标定板角点坐标重新投影，求取矫正前后角点坐标的平均误差。实验结果表明，角点提取准确适用于显微摄像机的标定。其次，本文使用的网格标定板不同于传统的黑白相间的棋盘格标定板导致现有的角点亚像素提取方法不再适用，本文在分析显微图像本身的特点后结合改进后的Harris角点提取算法，提出了一种适用于显微摄像机标定的网格角点亚像素提取方法。该方法首先由改进的角点提取方法获得网格板角点的整像素坐标信息；然后考虑显微图像中整像素坐标分布的规律，通过二次曲面拟合和直线拟合得到角点的亚像素坐标；最后利用传统摄像机标定模型求取镜头畸变参数等摄像机内参矩阵，经已建立的非线性摄像机模型对网格标定板角点坐标重新投影，求取矫正前后角点坐标的平均误差。实验结果表明，角点亚像素提取准确适用于显微摄像机的标定。然后，因显微立体标定是计算空间上两台电子目镜几何关系的过程，是显微立体视觉系统中的关键技术，本文根据已经建立的单通道显微传统摄像机标定方案的基础之上，把单目的成像模型扩展到体式显微镜的成像模型，建立标定方案。利用体式显微镜立体标定的标定结果实现对畸变后的镜头进行矫正，对两台摄像机的图像平面重新去投影，使得他们精确落在同一平面上，而且立体图像对的极线完全地对准到平行的结构上，使得立体匹配更准确，计算更简单易行。最后，由于体式显微镜在采集过程中受到采光、电子目镜曝光程度、相机噪声等方面的影响，双路视频的颜色值会相差甚大，给后续的一系列工作处理带来比较大的困难，为了使得显微立体图像对颜色偏差缩小，因此在最后一章中介绍了三种显微立体图像对的颜色校正技术。基于均值和方差信息的全局相互补偿颜色校正算法是在考虑显微立体图像对左右通道整体像素值相差较大的基础下，求取左右通道图像的均值和方差信息，根据这些信息相互补偿左右图像来达到颜色校正的目的；基于均值信息的全局相互补偿颜色校正算法是在考虑显微立体图像对均值信息的基础下，根据左右显微图像间的颜色信息，建立其颜色映射关系，从而达到颜色校正的目的；基于均值差值因子的全局相互补偿颜色校正算法是在考虑显微立体图像对左右通道整体均值和方差信息的基础上，利用左右显微立体图像对各自图像的均值信息相差较大计算出一个均值差值因子，利用此因子分别调控左右图像颜色校正的幅度，然后通过控制迭代次数可以最终把显微立体图像对两个通道的图像均值校正到相近水平上。