双目立体视觉技术是由两台摄像机在不同角度对同一物体进行拍摄图像,并对图像进行立体匹配以获取物体的三维几何信息的技术。该技术近年来得到不断地研究,并在运动估计、模式识别、景物分析等各种计算机视觉领域得到广泛的应用。双目视觉系统的核心研究部分为图像立体匹配技术,而匹配效果的好坏,取决于其立体匹配算法是否同时具有高速性与准确性。但由于图像匹配过程会受到各种干扰因素的影响,难以满足图像处理的实时性与实用性。所以,立体匹配技术是双目视觉研究中最为困难的步骤,并且不断地在发展与完善。本文在双目立体视觉技术的原理基础上,对立体匹配技术的原理和相关技术进行了详细地研究,并且对特征点的提取算法和SIFT立体匹配算法做了深入的理论研究。首先,针对Harris算法在图像处理过程中特征点提取实时性较差,计算量比较大以及抗噪能力差的问题,提出了一种结合像素点灰度差的Harris角点检测算法。该算法采用了将被检测点与邻近为一个半径等于3的圆周上16个像素点作对比的方法计算非相似像素点的个数来确定候选角点,然后计算Harris角点响应函数提取角点,再结合SUSAN算法的思想去除伪角点,使Harris角点提取的速度和精度都得到了提高。最后将改进的Harris算法结合SIFT算法中的特征描述和立体匹配,提出了一种基于Harris角点提取的SIFT立体匹配算法。该算法首先采用改进的Harris角点提取算法对图像对进行角点提取,然后用SIFT特征描述算子生成特征描述符,再利用描述符间的相似性度量进行匹配并得到匹配结果。实验结果证明该算法相比于SIFT算法更具实时性和准确性。