双目立体视觉在计算机视觉领域是一个重要的研究分支,通过两个相机拍摄同一场景后分析目标在图像上的像素偏差,结合双目测距数学模型以及摄像头的内外参数便可计算出目标到摄像头的距离。传统双目视觉测距所用可见光相机易受光照条件制约,夜间时甚至无法完成测距工作,而红外相机可以解决这一问题。但受到技术与制造水平的制约,红外相机成像效果相对于可见光图像较差,需要对红外图像进行增强处理。本文对双目视觉测距技术进行了深入研究,设计并实现了昼夜状态下均可使用的双目视觉测距系统。为了解决目前双目测距存在的测距范围较近以及精度和速度上存在的矛盾,本文在相机标定、图像处理、模板匹配以及测距环节进行了改进与创新。首先,针对红外相机成像效果的特殊性,提出一种改进的红外相机标定方法。不使用额外电子元件辅助的同时将经典的张正友标定法引入到红外相机标定过程中,标定过程简单高效,标定结果较为理想。其次,为解决基于归一化互相关数的区域模板匹配方法时间开销严重的缺点,提出了基于随机性的自适应模板匹配算法。通过随机访问图像像素点、像素区域标记以及多项自适应附加条件的共同作用下,新算法在保证了极高匹配正确率的前提下,大幅提高匹配速度。第三,针对红外图像对比度低、模糊、噪声大的问题,提出了改进的红外图像增强算法,算法包含自适应双阈值红外图像分割算法以及自适应非线性直方图均衡化算法。前者将红外图像自适应地分割为三部分,后者对各部分进行不同取向的灰度调整,对分段灰度映射函数进行非线性拟合后得到最终的增强红外图像。第四,对双目视觉测距系统进行误差分析,通过使用亚像素级匹配来解决像素级匹配引起的测距精度较低的问题。基于以上改进与创新的基础上,本文搭建了昼夜双目视觉测距系统。使用双可见光相机、红外相机以及通讯设备搭建了硬件平台;通过Matlab编写程序实现算法、界面以及双目立体视觉测距的完整流程。最终通过测距实验验证算法以及实验平台的可行性,实验结果显示本课题完成的昼夜双目视觉测距系统的测距范围相对于其他双目视觉测距平台具有显著提升,测距精度较为理想。