双目视觉是计算机视觉的重要研究方向之一,它直接模拟人类视觉系统,从二维图像中获取真实场景的三维信息,在无人车导航、三维场景重建、3D影视、工业检测等诸多领域得到了广泛应用。双目视觉主要包括图像采集、摄像机标定、图像校正、立体匹配和深度提取等步骤。立体匹配是其中的核心和难点,算法的精度和效率直接影响了双目视觉在实际应用上的性能。本文对双目视觉的相关原理进行了阐述,重点研究了易于实现的局部立体匹配算法,对其中的匹配代价函数和代价聚合方法进行了分析和实验,在现有算法的基础上,对自适应权重算法进行了优化设计。为了提高运算速度,改进算法引入了基于引导滤波器的权重计算方法,能够通过积分图像方法降低计算复杂度；为了提升匹配精度,改进算法选择性能较好的匹配代价函数,增加了基于自适应权重的视差校准步骤来减少初始视差中的错误匹配,对遮挡区域进行遮挡填充和中值滤波,进一步提升视差图精度。分别利用Middlebury平台提供的测试图像和校正后的实景图像,对改进算法进行了实验,并对匹配结果进行了评价对比,验证了改进算法的有效性和优异性。本文搭建了双目视觉图像采集平台,通过MATLAB编程实现双目摄像机的同时采集,利用MATLAB标定工具箱获取了左右摄像机的内外参数,完成了立体标定；在VS2013编程环境下,将标定结果导入OpenCV中,对采集的实景图像进行了校正,获得了无畸变行对准的立体图像对,使用改进算法进行立体匹配得到视差图,计算得出景物的三维信息,实现了双目视觉的三维信息测量功能。