随着科技时代的来临,计算机视觉和图像技术也随之急速发展。双目立体视觉技术成为了该领域的研究热点之一。双目立体视觉技术是将二维图像信息转换为三维立体信息的过程。通过对应点估计场景深度信息。视觉是机器人感知环境中最重要和首要的一步,于是增强机器人环境感知的能力对其认知、感知、描述和工作有着重要指导意义。本文完成了基于机器人的双目立体视觉感知与描述,本文所做的工作可以概括为:根据标定结果进行双目矫正,基于改进的SGM立体匹配算法获得视差图,本文采用Middlebury大学最新的Version3评价体系对本文算法进行评价,三维点云重建获得三维点云。本文主要研究成果可以归纳为:第一部分,二维平面图像到深度图像转换。其中本文基于噪声阈值Census变换改进了SGM立体匹配算法。在初始Census匹配阶段通过对邻域像素设置噪声阈值提高了单像素匹配代价的可靠性。改进后得到了平均误差较低,坏点数更少,图像稳健性更高的视差图,其次本文将Census变换和基于RANSAC计算超像素平面结合起来,降低了视差图边缘马赛克的情况,利用RANSAC计算超像素平面的方法。对视差图进行两次零阶内插。获得了更多有效的内点。使得最终视差图边缘轮廓更加清晰和锐利。第二部分,由本文改进后的立体匹配算法得到的视差图通过图像配准、特征匹配、拼接点云转化为三维点云,并针对得到的三维点云图片提取其空间坐标然后进行散点绘图描述了立体环境的深度信息。第三部分,针对获得的三维点云图片进行点云分割,其中用了区域增长和欧式聚类两种分割方法对图像进行分割,并且在欧式分割中针对提取的空间坐标,有目标的在特定阈值范围内进行了分割,环境四周墙面和桌面分割开来。