近年来随着人工智能的不断发展,计算机视觉技术得到了越来越广泛的应用。许多场合的需求已经显示出了普通镜头视角范围的局限性。而鱼眼镜头具有超大视场,可以一次性获得半球甚至整个360°空域的场景信息,远远超过了普通镜头视觉系统的拍摄视场,也极大超越了人类的自然观测能力,这一优点使得它在民用、工业、军事领域愈发受到关注。其中,鱼眼镜头双目立体视觉技术是计算机视觉研究的热点之一,在大范围三维重建以及机器人定位、导航等领域都有很可观的发展前景。本文从空气中双目鱼眼摄像机的标定以及水下双目鱼眼摄像机的标定、空气中鱼眼图像的立体匹配以及水下鱼眼图像的立体匹配四个方面进行系统的研究。主要研究工作如下:第一方面,提出了基于质心点优化的鱼眼摄像机标定方法。研究了传统的模板标定法,标定的过程中会出现标定板中标志圆圆心与图像椭圆质心不重合问题,所以基此进行质点优化。计算出标志圆的投影椭圆的质心和图像椭圆质心并根据计算结果建立新的目标函数,接着进行优化得到相机标定参数并对该方法的精确性与稳定性进行了系统分析。第二方面,提出了一种基于极曲线几何和可变支持窗口的立体匹配算法。考虑到鱼眼镜头的畸变问题,利用标定参数根据鱼眼镜头的优化投影模型推导出系统的极曲线方程,并利用得到的极线方程确定对应点的搜索范围;根据同源像点在左右图像上的位置关系特性确定各中心像素点的支持邻域,并计算出不同视差条件下该支持邻域在另一幅图像上的对应支持邻域,利用获取的支持邻域计算各点的匹配代价。第三方面,建立了水下双目鱼眼摄像机系统折射模型,并提出了一种水下摄像机两步标定法。先在空气环境中采用张正友棋盘格平面标定法标定出摄像机基本成像参数;然后标定系统结构参数,将选取已知世界坐标的水下棋盘格参考点投影到成像平面,通过成型模型求取像点坐标,再通过最小化实际像点坐标与模型求得的像点坐标构造评价函数,经粒子群算法对其进行优化得到标定结果并研究了水下空间点定位算法。第四方面,根据水下双目鱼眼摄像机系统模型推导了水下图像的极曲线;为进一步提高立体匹配算法精度,提出基于色彩分割的自适应窗口并进一步完成了整个水下鱼眼图像的立体匹配方法。实验结果验证了所建模型及所推导极线的正确性,构造的自适应窗口能更好的适用于水下鱼眼图像的立体匹配算法。