随着图像处理技术和计算机技术的不断发展,计算机视觉作为一个多学科交叉的新兴学科,无论在理论研究方面还是在实际应用方面都取得了飞速的发展。在计算机视觉领域中,三维场景重建问题一直是一个热门的研究方向,国内外的很多学者都投身于该方面的研究。随着三维重建技术的不断发展,三维重建技术已经广泛应用于机器人导航、图像监测、医学图像分析、还有农业、建筑业、军事、文化遗产保护等众多领域。在众多三维场景重建方法中,由于基于立体视觉的方法只需要利用自然光源下的二维图像信息,就可以实现三维重建,而不需要认为的在场景中设置光源,具有成本低、适应性强等特点,所以是目前应用范围最广的三维重建技术之一。本文首先介绍了计算机视觉技术、立体视觉执行过程以及国内外基于立体视觉的三维重建的研究现状,从而引出本文研究的目标：用双目立体视觉系统实现三维场景的重建。因为三维重建对实时性和精度都有较高要求,本文重点研究了双目立体视觉系统的特征提取、摄像机标定、立体匹配和三维坐标求解四项关键技术,并对每个关键技术进行了相应的实验。在特征提取部分,本文主要对特征提取中的角点检测和边缘检测进行了研究与实验,为后续工作打下基础。在这一部分,本文首先研究了SUSAN算子的计算方法以及它的优缺点,然后研究了Harris算子的计算方法以及它的优缺点,通过比较以及实际需求情况,本文提出改进的角点提取方法,即采用SUSAN和Harris融合的角点检测算法对棋盘标定模板进行角点检测,改进的方法提高了角点检测的精度和速。另外,本文研究了边缘检测方法中的Roberts算子、Sobel算子、二阶微分算子以及Canny算子,通过实验对比分析决定采用Canny算子对图像进行边缘提取。在摄像机标定部分,研究了投影几何学,建立了摄像机线性以及非线性模型,研究了图像的形成过程和传统的摄相机标定方法,包括DLT变换法、Tsai标定法、张氏标定法。通过比较分析,本文采用了张氏标定法的原理,结合特征提取的知识,实现了对摄像机内外参数的标定。标定过程充分考虑了镜头径向畸变,使摄像机的标定结果精度更高、适用范围更广。实验部分也验证了标定算法的有效性和准确性。在立体匹配部分,首先介绍了立体匹配中的基本概念以及立体匹配的约束条件；然后,分别对基于特征的立体匹配算法和基于区域的立体匹配算法进行了研究,通过对比分析两种算法的优缺点,再考虑系统对精度、速度以及密集视差图的要求,采用了基于区域的立体匹配算法作为理论基础,提出了改进的全局能量最小化算法和线性生长算法。最后结合立体匹配的五个约束条件,同时考虑不可靠估计的过滤问题,实现左右两幅图像的立体匹配。经过实验所得的图像和数据信息,总结了两种改进的算法各自的优缺点。最后,本文研究了空间点三维重建的基本模型以及三维坐标的几种求取方法,最后根据本系统特点,采用视差测距法计算三维空间坐标,将立体匹配过程得到的视差图转化为深度图和三维效果图,达到研究目的。本文的算法编程部分是基于MATLAB和VC++6.0。通过实验验证了本文所采用方法的正确性和可行性,为机器人代替人类工作等方面的研究和应用奠定了基础。