近年来,随着红外探测器件的发展,红外波段的双目立体视觉技术被广泛应用于军事侦查,目标追踪,视频监控,自动驾驶,野外搜救,相机航拍等领域,发挥越来越重要的作用。对于构建红外双目立体视觉系统来说,通过标定求解每台相机的内部参数和两台相机之间的外部参数是至关重要的环节,影响着整个视觉系统后续任务的准确度。本文对红外双目立体视觉中角点检测和相机标定两部分开展了深入研究:在角点检测方面:(1)针对当前红外标定板普遍存在的成像对比度差,结构复杂,操作繁琐,标定精度低等问题,本文提出了一种纯被动式红外标定板的设计方案,该红外标定板具有成像清晰,结构简单,操作方便,标定精度高的优点;(2)针对当前采集红外标定板图像的方法无法提取镜头成像边缘区域特征的问题,本文提出了一种基于单应性矩阵的红外角点检测算法,能有效提取边缘区域的特征,使相机标定出的内外参数更加准确;(3)针对复杂成像条件下现有角点检测算法容易错检和漏检角点以及求取亚像素级角点的迭代窗口大小不合适会导致角点检测出错的问题,本文提出了一种红外角点鲁棒性校验算法,实现了伪角点的剔除和角点自适应检测。在相机标定方面:(1)针对经极线校正后的左右图像仍然不满足平行等位关系的问题,本文提出了一种基于本质矩阵的双目外参优化算法,优化了左右相机之间的外部参数;(2)针对本质矩阵分解后平移向量的Z方向数值Tz不稳定的问题,本文对右图像进行了缩放和平移,优化了左右图像间的平行等位关系和右相机内部参数,使后续立体匹配等视觉任务更加准确。实验结果表明,与传统方法相比,本文提出方法使得出的内参数和两台相机之间的外参数更加精确,能显著减小左右图像间的平行等位误差并提高后续视觉任务的精度。