双目立体视觉技术是计算机视觉的一大主要分支,也是模仿人类双眼感知三维物体深度信息的最为广泛使用的方法之一,在三维重构、无人导航、机器人定位等实际应用领域被广泛使用。双目立体视觉技术是将放置在不同视角下的两台相机对三维空间物体进行观测并获取两幅图像,再进行双目标定、立体校正、立体匹配和深度信息获取的过程。基于双目立体视觉的深度信息提取技术是感知三维环境信息的一种重要手段,为三维重建、机器人导航、地貌探测等实际应用奠定基础。论文就是围绕双目立体视觉的深度信息提取技术展开研究,其中主要的创新性工作如下:1.针对立体匹配计算过程中易受到噪声影响且在弱纹理区域和视差不连续区域的匹配效果较差的问题,提出了一种改进的Census变换与亚像素插值融合的半全局立体匹配算法。该算法首先利用中值替换中心点再加权求和后的局部窗口Census变换得到匹配代价值,再与结合了梯度和灰度值的亚像素插值匹配代价值进行加权融合,然后进行基于自适应置信梯度和过计数校正的半全局代价聚合,最后进行视差计算及视差优化。经过实验测试,表明了该算法不易受到噪声干扰,在弱纹理区域、视差不连续区域和遮挡区域的匹配效果得到改善,降低了视差图的误匹配率。2.由于视差计算过程是基于单一像素点的运算,为避免出现视差点的边缘不连续性和噪声突变等问题,论文对视差优化过程进行了改进,提出了一种基于相位一致性约束的加权中值滤波视差优化算法。该算法核心思想是引入体现了边缘特征的相位一致性最大力矩这一结构信息,作为视差图加权中值滤波时的正则化项。相位一致性最大力矩能够很好的区分不同纹理复杂度和不同的颜色区域,有效的提高匹配视差值的准确度。实验数据表明,该算法相较于传统的加权中值滤波算法和图像分割算法的误匹配率更低,在弱纹理区域和视差不连续区域等的视差图精度更高。3.为了验证论文算法在实际场景应用中的优劣性并获取三维物体的深度信息,搭建了一个双目立体视觉开发应用平台。首先进行双目立体视觉系统中的相机标定,对实际场景拍摄的左右图像对进行立体校正,然后运用论文所提算法进行立体匹配得到视差图,最后利用三角测量原理计算视差图对应的深度信息。经过实验结果分析,验证了获取的深度信息与手动测量结果之间差异很小,三维图像效果良好,所搭建平台和提出算法在实际应用中具备可行性。