随着人工智能的不断发展,计算机视觉技术得到了越来越广泛的应用,镜头是计算机视觉系统中不可或缺的组成部分。普通镜头的视场角通常为50?-60?,狭小的视角已经无法满足很多场合的应用需求,而鱼眼镜头具有超大视场,可以一次性摄取丰富的场景信息,这一优点使得它在民用、工业、军事领域愈发受到关注。其中,鱼眼镜头双目立体视觉技术是计算机视觉研究的热点之一,在大范围三维重建以及机器人定位、导航等领域都有很可观的发展前景。本文从空气中及水下双目鱼眼摄像机建模、极线计算、窗口构建和立体匹配算法几方面进行系统的研究,可以为鱼眼镜头双目立体视觉的发展应用提供一定的理论指导。主要研究工作如下:首先,从普通透视图像的立体匹配框架入手,介绍了立体匹配中对极几何原理、同名点确定、视差理论等基本理论;对现有的立体匹配算法进行系统性的分类并分析各类匹配算法的优缺点;对区域匹配算法的一般流程进行简单的概述,为后文鱼眼图像的区域匹配算法做好铺垫。其次,针对空气中的鱼眼图像,提出了适用于鱼眼图像的自适应权值稠密立体匹配算法。根据空气中鱼眼图像的成像模型推导出鱼眼图像的极曲线并且建立了适应于鱼眼图像的不规则窗口,为了兼顾速度和精度,利用较小窗口的基于分割的自适应权值算法得到初始视差图,接着对初始视差图进行校正得到精确的视差图,校正算法中根据鱼眼图像的特点重新定义了自适应权值,用模拟图像和实景图像分别对算法进行验证,所提算法成功将稠密区域匹配算法应用于空气中鱼眼图像。最后,针对水下鱼眼图像,建立水下双目鱼眼摄像机系统模型并且推导了极曲线;为了使后续的匹配算法更加精确,提出了基于色彩分割的自适应窗口并进一步完成了整个水下鱼眼图像的立体匹配。实验结果验证了所建模型及所推导极线的正确性,构造的自适应窗口能更好的适用于水下鱼眼图像的立体匹配算法。