众所周知,单目摄像机无法测得物体的深度信息,而双目摄像机则可以解决这个问题,从而双目立体视觉的研究被广大学者所重视。本文主要对双目视觉中难度大、耗时长的立体匹配算法,多目标的测量和追踪问题进行研究,主要研究工作如下:(1)分析了双目系统的基本理论与模型,以及利用opencv(open source computer vision)做了标定工作。(2)对比了ORB(Oriented FAST and Rotated BRIEF)、SIFT(Scale Invariant Feature Transform)和SURF(Speeded Up Robust Feature)不变特征提取算法的速度、稳定性。确定了适合立体匹配、测距和多目标追踪的特征点提取算法。(3)针对传统的立体匹配算法计算速度缓慢的问题,提出了一种基于ORB算子的立体匹配算法。首先检测FAST(Features From Accelerated Segment Test)特征,然后建立此特征的副本,并对此副本按边缘性大小进行排序。排序后,取第n个值。然后将FAST特征点中小于此值的特征全部删除。用此方法保证双目系统固有的约束不被破坏。接着使用这些约束,大幅降低搜索空间,减少不必要的计算。从而使匹配速度明显加快,并有良好的稳定性。在此立体匹配算法的基础上,完成了一种基于特征点的测距算法。(4)结合上述测距算法提出了一种基于ORB特征点的多目标追踪算法。该算法利用特征点的数目估算目标的数目,再用k-means算法对提取的特征点进行分组,然后分别匹配、求取单应性矩阵。通过计算投影中心的距离,将多余的特征点组合并。最后分别持续地匹配并计算目标的三维坐标即可完成对多个目标的立体追踪。在本算法的多目标稳定性,旋转不变性,抗噪性,抗遮挡稳定性的测试中,都取得了良好的效果。本文所提出的立体匹配算法,使得立体匹配的实时性大幅提高,在图像未校正的情况下仍然可以发挥一定作用。若基于此算法做双目视觉的其它工作,其速度会明显加快。基于ORB特征的多目标追踪算法可以稳定地对多个相同的,具有较多特征点的目标实时地三维定位、追踪。