陆地上的资源随着人类的发展变得越来越少,越来越难以满足人类高速发展的需求,而地球作为71%的面积为海洋的“水球”,拥有充足的海洋资源。科技的快速发展使人类能够依靠科技手段去勘探和开采海洋资源,有效的降低了海洋环境的复杂性和危险性对人类造成的影响。近年来,水下机器人作为人类勘探海洋资源的重要工具得以高速发展,与水下机器人共生的双目立体视觉系统也得到了发展。水下深度信息恢复能为水下机器人导航、避障和自主行为决策提供位置信息。本文研究利用双目立体视觉系统对水下目标物体的深度信息进行恢复,希望水下机器人能像人眼一样观察水下的景物,判断物体的距离。利用两个相机的位置的差异,拍摄同一物体得到的图像上的相同像素点之间的视差来求取目标物体的三维深度信息。由于需要获取相机的内部参数和外部参数,首先利用张正友棋盘格标定法进行了水下标定实验,求得了内外参数矩阵和畸变系数,通过对比外参矩阵中平移向量中的X方向值与实际双目相机对比的相对误差为0.69%,达到了较高的标定精度;其次,针对水下图像的特点做了图像预处理,包括去畸变、极线校正和三种去雾算法的实现,并对比了三种去雾算法的特点得出基于暗通道先验的去雾算法的优势;然后,针对水下图像背景弱纹理的特点,采用了图像分割的算法分离目标物体与背景,对比了三种图像分割算法,采用了结合自适应阈值的Grab Cut算法对图像进行了分割,实现了较好的分割效果,通过特征点匹配算法验证了分割后图像的误匹配率明细降低;最后研究了立体匹配的步骤,分析了SAD匹配代价的原理,并且根据平行状态与不平行状态下的双目视觉系统模型求解出了物体的三维坐标的解算表达式。编程实现BM算法求得目标物体的视差图,利用视差值编程求解出目标物体的深度,通过与实际测量的物体与相机的真实距离对比,利用最小二乘法求得相对误差为4.5%,具有一定的工业应用价值。