双目立体视觉是机器视觉的一个重要分支,主要用于工业检测、目标识别等领域。双目视觉相对于单目视觉有更好的目标定位效果,能够在复杂场景下获取目标物体的三维信息。本文基于双目视觉原理,对双目视觉系统进行相机标定,利用改进的立体匹配算法对图像进行匹配,使用模板匹配的方法对目标进行识别,并基于仿射变换原理对目标进行定位,再搭建机器人定位抓取的实验环境,从而实现对目标物体的抓取。首先,实现相机标定和手眼标定。建立视觉坐标系并对其转换关系进行了详细的推导,搭建双目视觉系统,使用棋盘格标定板,基于Halcon实现双目相机的标定,计算出相机的内参外参和畸变参数;对机械臂进行手眼标定,计算出机械臂末端与相机的位置关系。其次,针对传统的加速稳健特征（Speeded Up Robust Features,SURF）算法的误匹配率高和实时性差等问题,通过引进基于视差梯度约束的RANSAC算法和最近邻比值法,可以很大程度地消除误匹配点,从而减少误匹配率;同时结合描述符的降维方法,能够降低SURF算法处理数据的复杂度,提高处理速度,以此实现对SURF算法的改进。最后进行实验验证,对比SIFT算法、SURF算法和改进的SURF算法,并通过分析匹配耗时和正确匹配率来评判算法的优劣。实验结果表明改进的SURF算法在处理速度和匹配的正确率方面都优于其它两种算法,且具有良好的实时性和稳定性。然后,对于目标的识别定位,通过模板匹配方法建立目标物体的模板图。先计算出模板图的形心坐标,同时计算模板图和搜索图之间的仿射变换模型可以获得左图像和右图像的形心;完成三维重建实验,利用三维重建原理还原目标物体的三维坐标,同时对三维重建的精度进行分析。最后,搭建实验环境,验证该双目视觉系统的定位精度和目标抓取的可行性,并对误差产生的原因进行分析。通过实验表明该方法能够实现对目标物体进行快速准确的识别定位,定位精度能够满足实际要求。