本文以国家储备粮库粮食数量智能识别方法为研究背景,将双目立体视觉技术引入到课题研究中,通过三维重构粮堆场景信息,获取粮堆特定测量点的三维坐标值,进而完成粮堆体积的测算,实现粮食数量的智能识别。本文的研究重点是双目立体视觉的核心技术之一——立体图像对的立体匹配问题。针对本课题的实际需求,本文首先提出了一种基于边界链码向量的边缘特征立体匹配算法。该算法首先利用边界链码跟踪描述边缘获得边缘序列信息,进而将边缘的边界链码序列构造成链码向量,通过判断向量的相似度即向量夹角的大小来断定两边缘是否为同一边缘。该立体匹配算法具有以下三个特点。首先,算法选择目标边缘作为匹配基元,具有比单个边缘点更稳定、信息量更多的图像特征;其次,算法通过将边界链码序列转换成向量,解决了链码匹配的歧义性问题,且向量间的计算量较小,计算过程简单快速;最后,为使得立体匹配过程中边缘更加清晰、连续,本文提出了一种改进的Laplace算子,该算子通过对模板设置更加合理的权值系数,能够检测到更丰富的边缘信息,有利于边缘检测的清晰、连续。目前视差信息的获取大多依赖于立体匹配技术,然而现有立体匹配技术的不完善性制约了三维重建的精度。针对此问题,本文提出了一种基于标尺识别的视差信息获取算法,该算法首先识别出场景中特定标尺,然后建立立体图像对中所有像素与标尺间的关系模型,根据关系模型获取视差信息。算法无需设计匹配代价函数用于像素匹配,并且解决了大块无纹理区域无法进行立体匹配的问题。实验结果表明了本文所提出的算法的有效性和合理性,能很好的满足本课题的应用需求。