星球探测中最重要的任务之一就是利用漫游车对行星表面岩石与土壤进行采样与分析。对于岩石等坚硬的物质,通常是利用车载机械臂对其进行研磨,去除表面覆盖层,并利用相关仪器进行实地采样与分析。完成这一任务的关键技术就是利用双目立体视觉对岩石表面进行三维重建,并利用相关算法自动找出近似平整的表平面,获取定位点三维坐标与定位法向量,从而引导车载机械臂准确定位于岩石表面并进行研磨工作。本文通过双目立体视觉采集岩石图像,利用Matlab标定工具箱对摄像机进行畸变补偿,使摄像机成像模型趋于理想的针孔模型,并与传统的DLT标定算法和Tsai两步法进行了比较。为了提高匹配速度,还对岩石图像进行了校正。考虑到校正后的图像在投影变换后会出现图像拉伸不均匀现象,从而影响匹配的精度,为此,本文提出一种基于极线校正逆变换的立体匹配方法,它在校正后的图像上进行开窗搜索,然后对窗内的图像坐标进行反校正,提取校正前的像素灰度值对基准点与匹配点进行灰度相关运算,有效的降低了由插值点造成的误匹配率。此外,文中又采用双向匹配方法,以初次匹配得到的匹配点为新的基准点,在参考图像上搜索新的匹配点,若新匹配点与原基准点是同一点,则认为匹配正确。为了进一步提高匹配速度,本文根据空间点在两幅图像上投影位置的不同,采取了一种快速的匹配搜索策略。在获取场景的空间坐标之后,首先,通过距离聚类将岩石数据与地面数据、背景数据分离。然后,对岩石的空间点云数据进行Delaunay三角剖分,计算每个三角片的法向量。最后,以法向量之间的夹角为基准,对三角片法向量之间的夹角进行聚类分析,达到评估岩石平整表面的目的。