空间物体三维重构在国防军事、航空航天、工业检测、虚拟现实等众多领域有着广泛的应用需求。双目立体视觉技术是通过二维图像恢复物体三维形貌的重要手段之一。可见光波段的双目立体视觉技术发展成熟,但此类系统对环境的适应性不强。而长波红外波段反应的是物体本身温度信息,可以在黑暗环境下清晰成像,并且可以穿透烟雾的阻隔,进而长波红外成像技术为拓展双目立体视觉系统应用领域提供了新的思路。在课题组前期工作的基础之上,提出了基于“双双目”系统在三维空间实现红外与可见光双波段点云融合的三维重构技术,并探索了主要技术细节。研究的内容包括“双双目”系统的联合标定、立体匹配与点云生成、点云预处理、点云配准、点云融合及点云三角化等。论文主要研究内容如下:1.提出了红外与可见光相机联合标定方法。针对于“双双目”视觉系统的特性,并分析系统后续工作对相机组内外参数的需求,以张正友相机标定法为基本思路,不同物质红外辐射率的不同开发了能同时在红外及可见光波段清晰成像的标定靶标。利用最大稳定极值区域Maximally Stable Extremal Regions(MSER)算法,成功实现了对红外波段标定图像与可见波段标定图像中标定点的提取,完成了相机组内外参数的求取,并通过误差分析证明此方法在可见波段能够达到传统棋盘格靶标的标定精度,在红外波段有效提升了原有标定方法的精度。2.实现了双波段图像立体匹配,得到对应点云。通过半全局立体匹配算法完成了红外双目图像及可见光双目图像的立体匹配工作,得到了对应的视差图,并通过Snake算法从图像中分割被测物进而对视差图进行分割。基于分割后的视差图,生成了对应于红外图像与可见光图像的两组点云。3.实现了双波段点云的配准与融合。通过标定外参数完成了两组点云的初始配准工作。又通过结合法矢量及曲率特征的ICP算法完成了点云的精确配准。应用基于法矢量特征的点云融合算法成功的实现了点云的融合,减少了点云分层等状况,使对应点间距离数据的统计分析中,均值与方差都好于精确配准的结果。4.基于RANSAC算法设计了点云质量评价的方法。通过RANSAC算法建立点云对应的理论模型,通过衡量实际点云到理论模型的距离并对其进行数据处理得出点云相对于理论模型的误差分布情况,进而评价出点云的实际质量。并通过质量评价数据说明点云表面形貌特征的精度得到有效提升。