立体视觉的研究是计算机视觉学科的一个重要领域,有助于实现非接触三维测量,有利于生产过程自动化程度的提高。本文主要对双目立体视觉检测技术的CCD相机标定、特征点提取和特征点匹配等内容做了详尽地研究。在CCD相机标定部分,提出了对非线性标定方法—Tsai两步法的改进算法,完成对运动式单CCD相机双目视觉系统的标定,明显减小了各种误差对CCD相机标定的影响。在特征点提取部分,本文对Harris角点提取算法和SUSAN角点提取算法进行了分析,并对SIFT(Stale Invariant Feature Transform)特征点提取算法进行详细地研究,通过大量实验表明SIFT特征点提取具有很高的检测效率。在特征点匹配部分,详细地分析了直接决定立体匹配算法性能优劣的四个关键技术,即:特征空间、相似性度量、搜索空间和搜索策略,分别实现了Harris精角点匹配算法和SIFT特征点匹配算法,实验结果表明SIFT特征点匹配算法优于Harris精角点匹配算法。本文软件系统以Visual C++为开发平台结合图像处理的OpenCV库函数合理地构建了一个逻辑清晰、工作稳定的软件框架,满足了测试系统的要求。