在立体匹配中,图像边缘信息是应用最多的特征之一,但立体匹配存在边缘匹配精度较低的问题,一直是立体匹配的瓶颈,寻找能够有效对边缘进行定位的边缘检测算法是提高边缘检测的关键。此外,双目视觉在不规则物体体积测量上也有相关研究。在复杂的煤矿井下环境中,如何获得准确的煤产量数据仍是目前面临的重要问题。为了解决这些问题,将双目视觉技术引入到对煤这种不规则物体进行体积测量之中。本文针对立体匹配的匹配精度低和煤矿井下带式输送机主运输面煤量测量问题存在测量误差较大的问题,针对性的提出一种融合边缘特征的立体匹配方法和一种采用双目视觉技术实现了基于视差图的的动态不规则物体测重方法。本文主要研究了立体匹配算法和煤量计量研究方法,如下所示:（1）针对立体匹配存在的边缘匹配精度低的问题,基于Harris-SIFT图像立体匹配算法,提出了一种RBF-Harris-SIFT图像立体匹配算法。该算法在Harris-SIFT的基础上引入了径向基函数,用来分析和提取图像的边缘特征。首先,该算法使用RBF算法提取图像的边缘轮廓信息,由于径向基函数计算量小、速度快,能够快速实现对图像边缘特征的提取;然后采用Harris算法对经过RBF算法得到的图像边缘进行特征点检测,计算出那些特征点的主方向,生成SIFT特征描述子;最后完成了左右视图中的角点匹配。经过实验对比分析得出:解决了立体匹配在边缘提取方法的不足,同时提高了立体匹配的精度。（2）针对煤矿井下煤量测重采用煤块平均高度的计算方法使得煤量计算误差较大的问题,本文通过恢复二维图像对应的三维空间每个点的深度信息,并计算其相应点的三维信息;在三维信息的基础上采用基于像素点的动态不规则体积测量方法计算带式输送机表面的原煤体积。计算体积时,用像素点的高度表示煤的实际高度。该方法将视差图作为输入,首先采用分水岭分割算法实现对视差图的分割,再采用立体成像法对目标（原煤）区域实现三维重建,接着用改进的基于像素点的体积计算方法实现原煤的体积计算,最后结合煤密度实现煤量计量。从结果看出:真实重量和测量重量之间的差异低于10%,为煤矿井下煤量测量提出了一种有效的方案,能够满足实际煤矿井下煤产量的估计需求。