双目立体视觉直接模拟人类双眼处理景物的方式，可靠简便，在许多领域均极具应用价值，如微操作系统的位姿检测与控制、机器人导航与航测、三维测量学以及虚拟现实等。本文在对立体视觉特征点匹配算法进行深入研究的基础上，构建了双目立体视觉计算机系统，实现了目标物体特征点的立体匹配。通过BP神经网络模拟立体视觉系统中三维空间与二维图像平面之间的物、像对应关系，建立了双目立体视觉系统的摄像机标定模型，避免了因数学模型的不完善而带来的系统误差。在神经网络训练过程中采用了正则化方法，有效地提高了标定精度，增强了BP神经网络的推广能力。在边缘特征提取方法中，应用了基于Canny算子的自适应边缘检测算法，图像分割阈值具有较好的自适应能力。因为考虑了图像局部的特征信息，提取出的目标物体的轮廓边缘完整、准确。此外，由于采用了基于SSDA算法的特征点立体匹配算法，并应用外极线约束和视差梯度约束，提高了匹配算法的精度和鲁棒性。在确立两幅图像的特征点匹配关系后，利用BP神经网络计算目标物体特征点的三维世界坐标。实验结果表明，本文中基于SSDA算法的特征点立体匹配算法减少了匹配时间，提高了匹配精度；基于BP神经网络的标定算法提高了标定精度。