目前,在手术机器人的使用过程中,医生通过双目视镜获取的病灶区域深度信息是依赖人眼被动合成的,即其无法直接为手术机器人系统提供真实的三维测量数据,进而限制了手术机器人向智能化方向的发展。针对这一问题,本文展开了基于双目立体视觉的心脏软组织三维重构技术的研究,具体内容如下。1.本文构建了单目内窥镜的成像模型,包括小孔成像模型与非线性几何畸变矫正模型,并基于此构建了立体内窥镜视觉系统模型。2.在基于棋盘格平面模板的单目相机标定算法的基础上设计了立体内窥镜的联合标定算法,先分别完成左、右内窥镜的标定,再依据两内窥镜坐标系与对应世界坐标系之间的转换关系求取立体内窥镜的外部参数。最后完成了立体内窥镜的标定实验,并对其进行了重投影误差分析,实验结果表明,立体内窥镜的联合标定算法对应标定精度可靠。3.基于已知的立体内窥镜参数,设计了立体内窥镜图像校正算法,其通过参数重构、反投影、旋转、去畸变、重投影和双线性插值等操作来实现立体图像的校正。最后结合左、右模板图像与心脏软组织图像,对校正算法进行了验证,实验结果表明,校正后左、右图像间垂直视差基本消除。4.针对基于联合相似性测度与自适应权重的立体匹配算法中存在的缺陷,对其中的联合相似性测度与自适应权重进行了改进,直接利用彩色图像进行立体匹配,使其匹配精度得到了较大的提升。最后利用英国帝国理工大学公开的心脏模型图像及其对应CT扫面数据,对本文立体匹配算法进行了验证,实验结果表明改进的联合相似性测度与改进的自适应权重均能有效提高匹配精度,本文算法对应匹配精度较采用单一相似性测度时有较大提升,同时针对光照畸变具备良好的鲁棒性。5.心脏软组织表面的三维重建包括空间点的三维重建与曲面重建两个部分。依据标定所得立体内窥镜参数与匹配所得心脏软组织立体图像之间的致密视差图获取对应三维点云数据,经滤波、点云精简处理后,对其进行三角剖分,利用剖分结果实现心脏软组织的表面重建,实验结果表明重建三维点云数据精度可靠,重建表面基本符合对应兴趣块区域的轮廓信息。