让机器人拥有像人类一样高效的视觉,是计算机视觉数十年发展以来的一个重要研究目标。双目立体视觉类似于人眼观看景物的方式,是利用两个相机从不同方向拍摄景物,通过两路图像之间的差异恢复出三维场景中的信息。最具代表性的是基于针孔相机的平行式和汇聚式两种测量模型。然而,基于普通针孔相机的双目视觉系统还存在着一定的缺点,两路镜头的公共成像区域过小,大大限制了三维重建的范围。随着光学技术的发展,具有大视场角的鱼眼镜头在立体视觉领域也逐渐崭露头角。鱼眼镜头能够接收约180度视场范围内的入射光线。通用鱼眼镜头模型的提出统一了不同成像关系的鱼眼镜头模型,促进了鱼眼镜头的发展和实际应用。与此同时,鱼眼镜头也引入了大量畸变,在鱼眼图像边缘处这种非线性畸变表现得尤为明显,并且像素稀疏,导致后续畸变恢复困难,这同样是由鱼眼镜头的光学特性所决定的。因此如何能够有效利用鱼眼图像边缘的信息,同样是一个难点。本文对双目立体视觉的两种模型和鱼眼镜头成像及畸变校正算法进行了研究,在分析上述模型的基础上,本文开展了以下研究工作:（1）本文在基于全向相机模型的鱼眼图像校正方法的基础上,通过引入多个视角得到一种改进的基于鱼眼镜头的全景成像算法。该算法依次合成向左、向前、向右三个视角的图像,可以在有限范围的底片上呈现大视场范围内的景物,有效克服了校正透视图中过度拉伸的现象,并且能够保证三个视角内的直线元素保持平直。通过对本文改进算法与基于全向相机的校正方法、基于经纬映射的鱼眼全景算法的对比分析,验证了改进算法能够生成高质量的全景图像。（2）为了克服基于针孔相机的双目立体视觉系统公共成像区域过小的问题,以及鱼眼图像边缘的非线性畸变问题,本文提出了一种改进的双目鱼眼立体视觉算法,通过引入大视场角的鱼眼镜头,增加两相机的公共成像区域,同时基于全向相机模型对鱼眼图像边缘的目标进行测量定位。并且该算法成像关系简单,不需要恢复去畸变后的透视图像,计算速度快。实验结果表明,相对于普通双目平行模型和汇聚模型,改进的模型能够有效利用鱼眼图像边缘的信息,具有更大的视场测量范围和更快的计算速度。以上内容就是本文围绕鱼眼镜头和双目立体视觉方面所做的研究工作。