双目立体视觉是计算机视觉的一个重要分支,在智能交通领域发挥着重要的作用。论文研究了基于双目立体视觉的测速方法和机动车桩考环境下的车辆三维重建算法,以期更好地解决二维图像检测方法中由于深度信息缺失而造成的误判问题。　　 在研究双目立体视觉中首先要解决摄像机定标问题。本文给出了一种改进的平面棋盘格标定法。在角点提取时改进了快速角点检测方法,利用非线性优化算法对所有得到的参数实施优化以得到更为理想的参数值,一步提高摄像机的标定精度。　　 在利用双目立体视觉测速的算法中,采用车牌号码区域灰度变化特征获取左右车牌中心坐标,通过视差原理,得到该点的三维坐标值,以此计算出目标车辆到摄像头的距离来得到车距,除以行进时间求得车速。　　 为了进行车辆场景三维重建,改进了基于图像分割的立体匹配算法。首先设计了一种自适应矢量中值滤波器,对脉冲噪声图像有选择地进行滤除。立体匹配算法主要对模板参数的计算做了改进,并且在模块视差最优分配时,重新构造了能量函数,把初始视差范围作为一个约束,减小了计算量,同时考虑到遮挡像素处理的问题,也增加了遮挡约束。通过实验仿真,该方法优于其它方法,获得了更高的精度。