自由曲面三维重构技术在反求工程、虚拟现实等领域具有广泛的应用价值。立体视觉方法是实现自由曲面三维重构的重要手段之一。在立体视觉系统中,摄像机标定和图像之间的对应点匹配一直是研究热点和难点。本文以自由曲面三维重构为目的,构建双目立体视觉实验系统,对立体视觉系统的摄像机标定及图像匹配两个方面的内容展开深入研究。本文采用遗传算法对立体视觉系统的摄像机进行标定,针对标准遗传算法编码方式存在的缺陷,提出了参数搜索区间自适应调整的编码方法。该方法在保持染色体编码长度不变的情况下,能同时满足搜索空间大小和编码精度的要求,从而有效地实现了以遗传算法对双目视觉这一高维、非线性系统的摄像机标定,也为提高标准遗传算法在解决非线性、复杂函数优化问题的计算性能方面提供了新的思路。另一方面,通过用BP 神经网络模拟立体视觉系统三维空间与二维图像平面之间的物、像对应关系,建立了双目立体视觉系统的摄像机隐式标定模型,避免了因数学模型的不完善而带来的系统误差。借助精密的数控移动工作台获取了密集的标定样本数据,并在神经网络训练过程中采用正则化方法,有效地提高了标定精度和增强了BP 神经网络结果的推广能力。针对自由曲面存在图像特征稀少的问题,本文分别采用向对象表面投射大小光斑和条纹的方法,人为增加图像特征,有效地提高了立体视觉去歧义匹配的能力。在采用投射大小光斑的方法中,提出了基于射影变换原理的分块匹配算法。该算法对由大点构成的区域进行标准形状变换,然后对左右图像对应区域内的小点实现自动匹配,有效地解决了大小光斑匹配的问题。本文对立体视觉系统的极线约束性质进行深入研究,提出了一种新的投影校正方法。该方法利用极线约束原理计算左右图像平面的极点坐标及极线相对位置调整系数,建立左右图像平面的投影校正公式。在投影校正后的左右图像平面上,所有极线相互平行且处于水平方向,共轭极线位于同一条水平线上,使左右图像的对应点匹配搜索从二维平面降至一维水平线,为图像匹配提供了极为有利的约束条件。在得到对象的三维模型后,利用由BP 神经网络模拟的物、像对应关系,从二维图像提取纹理信息赋给对应的三维重构模型表面点,实现纹理映射,使三维模型具有更好的视觉效果。实验结果表明,通过向对象表面投射辅助图案,利用本文提出的匹配算法,由