近年来海洋资源的开发与利用日益火热。由于水下环境与陆地环境存在差异,水下环境比陆地更加复杂未知,因此水下环境的勘探与开发存在一系列的技术问题。本论文基于双目视觉系统,对水下环境进行三维重建,研究水下环境信息,将水中信息通过图像采集并预处理,而后生成含有深度信息的视差图,从而进行三维重建。一般情况下,基于双目视觉的水下三维重建工作分为以下几个步骤:采集和获取水下图像、对双目相机进行标定、预处理所获取的图像信息、双目图像立体匹配获取视差信息、三维重建被摄物体。首先,阐述了摄像机的成像模型,详细说明了双目系统中常见的四个坐标系。同时推导出数学概念下四个坐标系的转换,之后从摄像机的标定方法入手讲述本实验如何进行双目相机标定。基于张氏标定原理应用MATLAB的Toolbox工具箱标定双目相机,标定环境也是后续实验所用的同一个水箱中,保证光线在水中的折射与实验时是相同情况,最终得到实验需要的相机相关参数。其次,针对水下图像与陆地图像的差异以及水下图像低亮度与低对比度等处理难点,采用多种图像的增强技术进行实验对比,选择出最佳效果的处理方法。在图像增强之后进一步对比分析了水下图像的去雾及复原算法,并提出一种引入保边滤波的去雾技术使得图像处理结果达到较为理想的状态。再次,对Shi-Tomasi角点检测和亚像素级角点检测这两种常见的角点检测算法进行实验,并复现了Surf特征提取算法为立体匹配做理论基础。实验对比了基于特征点的局部立体匹配算法NCC和Census,提出了一种基于NCC和Census的融合立体匹配算法,并且通过实验验证该融合算法效果较好并得到视差图。最后,通过实验将PSM立体匹配网络首次用于处理水下图像,利用训练后的网络与融合立体匹配算法进行实验对比,选取效果最佳的视差图。通过Open GL对含有深度信息的视差图进行三维重建,重建结果凸显了原图像中的物体轮廓,但整体三维效果较差,因此引入基于PCL点云库的处理方法对含有深度信息的视差图进行三维重建,经过对比实验,点云信息处理后的重建图效果较好但存在点云离散情况,在引入移动最小二乘法处理之后此问题得到解决,实验结果能够从多角度直观地体现出三维效果,并能够更好地还原水下三维环境。因此,选取此方法作为实验所需重建算法。实现了陆地与水下对比、水下光线不足等情况下三维重建,重建结果都能够较好地体现出水下环境的三维效果。