双目立体视觉技术可以从两幅有视差的平面图像中提取出三维信息，具有测量准确、测量范围大、无需结构光等诸多优点；三维重建技术可以根据三维数据信息及其拓扑结构，利用剖分、曲面拟合等手段恢复出形象、逼真的原始三维实体。目前，很多领域将双目立体视觉技术和三维重建技术联合起来使用。先通过立体视觉技术获得三维数据信息，再通过三维重建技术把这些信息恢复成三维表面或立体结构。因此研究双目立体视觉和三维重建中的关键技术，准确地采集三维数据信息，逼真地重建出表面和三维实体，在虚拟现实、移动机器人导航、医学研究等诸多领域都极具实用价值和现实意义。　　从摄像机标定技术开始，深入研究了立体视觉中的图象畸变校正技术、外极线校准技术、预处理技术、立体匹配技术、后处理技术以及三维重建中的曲面三角剖分技术。　　通过分析Tsai两步法和张正友方法的摄像机标定原理及具体实现，验证了张正友方法标定摄像机的有效性和简便性。结合摄像机的标定结果，引入隐式畸变校正的思想，构建了一种显-隐式畸变校正模型。此模型可以精确地校正图像的径向畸变和切向畸变，且求解非常简单，用最小二乘法即可。在分析极线校准技术的基本原理后，从图像空间旋转的思路出发，提出了一种分步旋转法。此方法原理简单，且可以精确地校准立体图对间的对应极线。　　立体视觉中的预处理技术除了要去除每幅图像中的亮度噪声，还要平衡立体图对间的亮度差异。因此除了对图像中的各种噪声进行去除之外，还要考虑如何消除左右图像间的亮度误差。在总结一些典型的去噪方法后，提出了一种四阶段的预处理方法。此方法将均值滤波技术、高斯-拉普拉斯滤波技术、直方图均衡化技术有机的融为一体，在有效地去除图像随机噪声和高斯噪声的同时，实现了立体图对间亮度差异的平衡。　　立体匹配是双目立体视觉中的核心阶段，而区域匹配在近些年成为各种匹配技术中的主流。通过对比多种流行的区域匹配算法发现，区域匹配大致可以划分为三个阶段：初始匹配代价生成、候选匹配代价生成和视差计算。基于这个理论，建立了一个区域匹配算法测试平台，封装了大量的区域匹配算法。在此平台下比较不同的区域匹配方法，可以直观地判断出那种算法匹配效果最佳，也可以清晰地看到不同算法的最主要时耗都在哪个阶段，这就为有针对性地加以改进提供了依据。　　在各种区域匹配方法中，综合匹配精度和匹配时间两项指标，动态规划立体匹配算法性能最佳。在对此算法进行仔细研究后发现，它的执行时间仍可进一步降低。针对动态规划算法中控制点求取时间过长的问题，提出了一种局部-全局立体匹配算法。此算法首先通过金字塔算法构建多分辨率图像；其次在低分辨率图像上采用局部最优法求取候选控制点；再次在高分辨率上求取最终控制点，并用动态规划全局优化法完成立体匹配。此方法匹配精度与传统的动态规划法非常接近，执行时间则大为减少。　　三维空间中的曲面剖分技术分为平面投影法和直接剖分法两大类。直接剖分法执行速度快，但在曲面点集数量庞大的时候容易出现自交现象。为此，提出了一种组合三角剖分法。此方法将整个剖分过程分为三个步骤：首先借鉴分治算法的思想将整个点集进行区域划分，以降低其拓扑结构的复杂性；之后在各个小区域内依据异侧准则、法向量夹角最大准则、域值距离准则和最小内角最大准则进行直接三角剖分；最后根据三维Delaunay空球准则进行各区域边界的连接，从而完成剖分。用这种方法对曲面散乱点集进行剖分，执行速度快而且精度高。　　为了验证在双目立体视觉阶段提出的图象畸变校正方法、极线校准方法、预处理方法、立体匹配方法和三维重建阶段提出的剖分方法，设计了不同环境下的两个实验。通过对人头像耳部重建，验证了提出的各种方法在静态环境下是有效的。通过移动机器人的导航实验，验证了提出的各种方法也可以在动态环境中顺利地完成任务。