视觉是人类获取外界信息的最重要途径之一，双目立体视觉可以直接模仿人眼与人类视觉的立体感知过程，是计算机视觉研究的核心课题之一。近年来，随着微处理器件和集成电子技术飞速发展，双目立体视觉技术基本可以满足实时性要求，并再次成为学者们研究的热点。运动目标检测与跟踪在军用和民用许多相关领域有着广泛的应用，因此本课题具有重要的理论意义和较高的实用价值。本文以Marr视觉计算理论为基础对立体视觉的基本理论及算法进行了研究，包括角点特征检测、摄像机标定和立体匹配，又将立体视觉原理应用到目标跟踪领域中，实现了单目视觉系统难以实现的功能。本文主要内容有以下四部分：首先，介绍了角点的定义及其检测算法分类。对Harris角点检测算法和SUSAN角点检测算法进行了深入研究，并对前者进行了改进，引用二次曲线拟合算法得到了亚像素级的角点坐标。最后，分析总结了两种算法的特点并编程实现。通过实验证明了改进的Harris算法对于“L”型角点的检测效果要好一些，更适合本文需要。对两种摄像机标定方法进行了比较。首先，建立了摄像机成像模型，深入地研究了传统标定方法中Zhang的平面标定方法和Tsai的两步标定法。制作方格标定板，用万能工具显微镜精确测定了角点坐标，以及检测角点的图像坐标，最后采用这两种方法对敏通摄像机MTV-2346CA进行标定，求取所有的内、外参数。实验证明Zhang的平面标定方法适合本文应用，并用再投影误差实验验证了该算法结果的准确性。图像对的立体匹配研究，主要对区域相关算法进行了分析。在传统的SAD、SSD和NCC三种基本灰度相关度测度函数的基础上，将动态规划优化理论引入到匹配中，提高了匹配的速度和准确度。实验表明，本文算法能够满足目标跟踪试验要求。在上述双目立体视觉基本理论研究的基础上，把其和单目视觉系统中的目标跟踪算法相结合，实现了对运动目标跟踪的同时，获得目标的距离信息，使目标跟踪更具实际意义。