立体视觉技术是计算机视觉的一个重要分支,它的最终目的是模拟生物视觉使计算机具有通过二维图像感知三维环境信息的能力。目前立体视觉技术已经在三维测量、机器导航、虚拟现实等领域得到了广泛的应用。本文在系统地介绍了立体视觉系统的工作原理之后,重点研究了摄像机标定和立体匹配技术。摄像机标定是视觉系统从二维图像中获取三维物理信息的必要步骤,它的任务是确定摄像机光学模型的内参数以及摄像机相对于世界坐标系统位置的外参数。本文于实验室中构建了双目立体视觉系统实验平台,采用张正友提出的基于平面标定板的标定方法对系统进行了标定,通过测量平面方格的边长,实验给出了系统的测量精度。立体匹配是计算机视觉中最为活跃的研究课题之一,也是立体视觉中最为关键和困难的一步。它的目标是计算标识匹配像素位置的视差图。立体匹配问题往往被建模为一个全局能量最小化问题,在能量函数定义以后,通过各种优化方法来求其最小值,这些方法包括动态规划,图割,置信传播等。动态规划是一种经典的全局优化立体匹配算法。传统的基于动态规划的匹配方法是通过在每条扫描线上寻找视差空间中的一条最小代价路径来优化求解匹配结果的,其忽略了行间视差约束。针对这一问题,本文给出了一种基于行列双动态规划的全局优化立体匹配算法,改善了匹配效果。在求解能量最小化的过程中,首先在行方向上利用动态规划的方法给出视差图的能量最小化解,然后根据行动态规划的求解结果,给予能量函数中对应的数据项一个奖励,最后在列方向上对视差图进行动态规划求解,并将其作为最终的求解结果。近来,置信传播算法成为了最为流行的全局立体匹配算法。本文在介绍基于置信传播的立体匹配算法的基础上,给出了一种基于置信传播和分割的立体匹配算法。首先采用置信传播算法计算左右视差图,然后采用左右匹配的一致性来检测遮挡,最后结合图像的颜色分割,对遮挡区域进行拟合处理。实验表明算法在很大程度上降低了错误匹配率,提高了匹配精度。