视觉是人类获取信息、认知世界的重要途径。伴随着图像处理、电子、光学等相关学科的不断提升和完善,计算机视觉技术实现人眼观测和大脑处理信息的能力越来越成熟,在军事、医学、农业、航空航天、机械制造、林业作业等领域的应用也越来越多。尽管如此,计算机视觉还是不能够如同人类视觉一样灵活多用,重建过程中的许多因素都将影响重建精度,因此,对计算机视觉技术进行研究依旧具有重要的研究价值。双目视觉模拟人类双目视觉系统,利用立体图像匹配技术从不同视角拍摄图像获取对应点,最后通过几何原理获取空间点三维信息。论文主要研究了双目立体视觉的几个关键技术,主要内容有相机定标、图像特征提取与匹配、三维重建三个部分。在相机标定部分,研究了相机的成像模型,深入分析了标定坐标系之间的关系,通过张正友的标定算法,求得双目相机的内外参数。在图像特征提取与匹配方面,首先提出一种SURF(加速稳健特征)和LDB相结合的匹配算法。该算法首先采用黑塞(Hessian)矩阵提取图像特征点,将坐标轴旋转到由圆形邻域内由Harr小波响应确定的特征点主方向上以避免图像旋转的计算代价,再运用本文提出的LDB算子来描述特征点邻域的纹理信息,形成252比特位的特征向量。实验结果表明该描述方法能够有效地降低描述子的计算复杂度,使算法在匹配精度和匹配时间上有明显提高。其次提出一种新的融合色彩和光照信息的SIFT(尺度不变特征变换)图像匹配算法。新算法首先求出彩色图像各个像素的彩色补偿量和光照补偿量;并在图像灰度化时增加彩色补偿量和光照补偿量来增强对比度,减小颜色差异带来的匹配误差;对得到的灰度图利用SIFT算法进行图像匹配。实验结果表明,新算法可以有效区分不同颜色但灰度相似的区域,增加了SIFT算法的匹配点数和准确率,提高了算法的匹配性能。三维重建部分。对立体图像对完成特征点的匹配后,通过标定好的摄像机内外参数就能够建立匹配点对与三维物点的对应关系,得到空间点的三维信息。最后利用Open GL的三维显示技术将重建结果展现出来。