海洋有着丰富的资源,针对具有巨大挑战的深海环境进行探测与开发是现在海洋研究领域的重点工作,双目立体视觉作为计算机视觉领域的重要组成部分,是机器人深海探测的核心组成部分。其中,具有大视场角的鱼眼镜头对于丰富的海洋环境探索有重要意义,为水下立体视觉研究带来更加丰富的海洋信息。立体匹配是双目立体视觉系统中最关键的步骤,其匹配结果直接会影响空间点三维信息的精确度,从而决定立体视觉技术的应用价值。本文以水下双目鱼眼立体视觉系统为研究对象,针对水下鱼眼图像因双重畸变和图像失真而导致匹配精度下降的问题,提出了一种基于球面型玻璃防水罩的水下双目鱼眼成像模型和稠密立体匹配算法,可为水下鱼眼视觉发展提供一定的理论指导。本文所选课题内容囊括下面几部分工作:首先,针对水下平面玻璃罩双目鱼眼成像系统在进行真实场景实验时拍摄效果较差,建立了基于球面玻璃防水罩的水下双目鱼眼成像模型,并推导出水下鱼眼图像极曲线;同时,提出一种用以计算具有不规则像素的离散球面图像的梯度算子,利用鱼眼图像的颜色信息和梯度信息进行代价计算,在一定程度上保存了图像的边缘信息,实现了水下鱼眼图像的立体匹配。通过仿真实验验证了所建模型及所推导极曲线的正确性,所提出的立体匹配算法能更好的适用于水下鱼眼图像,能够得到较精确的稠密视差图。其次,针对水下鱼眼图像的多重畸变以及传统的匹配窗口对应性差造成匹配偏差问题,提出了一种基于SLIC图像分割的不规则自适应窗口构建方案,边缘区域分割更加精确;同时,在代价聚合环节采用引入加权思想的引导图像滤波,消除不利点的影响,加权思想能更好的区分出图像的边缘区域和非边缘区域。实结果表明,所提出的自适应窗口构建和加权引导滤波方案优于基于Mean-Shift分割算法确定的自适应窗口方案,可以成功应用于复杂的水下鱼眼图像,提高了水下鱼眼图像的匹配准确度。最后,由于水下鱼眼视觉没有类似于Middlebury的测试平台,也没有标准的测试图片和视差图片,本文选取了不同环境下拍摄的水下鱼眼图像进行综合实验测试。在综合实验中,通过与同环境下其他先进算法进行定量和定性对比可以看出,本文所提出算法在畸变较大及部分边缘不连续区域匹配效果较好,算法的平均错误率为5.68%,整体实验达到预期效果,在精确度方面具有领先水平,为水下鱼眼视觉相关研究提供了可靠的实验数据。