随着计算机视觉的快速发展,三维重建技术在视觉导航、医学影像、文物修复、工业检测等多个领域内得到了广泛的应用。其中,基于双目视觉的三维重建具有设备简单、精度合适、价格低廉等优点,使其成为了新的研究热点。本文主要针对双目立体视觉三维重建技术中的摄像机标定、立体校正、立体匹配、三维重建等问题进行研究。本文主要工作内容如下:本文首先分析了双目立体视觉的两种结构模型以及获取空间点三维坐标的基本原理,确定选用双目平行结构模型作为本文研究对象。采用张正友平面标定法对双目摄像机进行标定,并根据获得的摄像机参数信息对双目摄像机进行立体标定与立体校正。接着深入研究了Harris算法和SIFT算法的基本原理。针对SIFT算法计算复杂,运行时间长,存在误匹配等情况,对SIFT算法进行了一定的改进:使用多尺度Harris算法提取的特征点作为本文特征点,并对特征点生成96维特征向量描述符;采用BBF原则改进的K-D树寻找匹配点的最近邻,并采用最近邻与次近邻的比值作为匹配依据;为了降低误匹配率,本文采用双向匹配策略与RANSAC算法等措施对匹配对进行筛选。实验证明,本文改进算法在匹配精度与匹配速度上均有所提升。然后采用改进SIFT算法与区域生长相结合的立体匹配算法,以改进SIFT算法所提取的高质量特征点对作为区域生长的初始种子点,以NCC作为相似性测量进行区域生长策略,得到稠密的视差图。经过实验证明,本文算法保证精度的同时,有效提升了匹配速度。最后,通过本文立体匹配算法得到的视差图和摄像机标定得到的参数信息,实现了对现实场景的三维重建,证明了本文算法的有效性。