双目立体视觉是计算机视觉研究中最活跃的一个分支,是智能机器人科学发展的重要标志。它是由不同位置的两台或者一台摄像机(CCD)经过移动或旋转拍摄同一场景,通过图像获取、摄像机标定、特征提取和匹配,进而通过计算空间点在两幅图像中的视差,获得场景的深度信息。其中,特征点的提取和匹配是双目立体视觉的重点和难点。本文在阅读大量相关文献的基础上,分析了机器视觉相关技术,重点对摄像机标定以及特征点的提取和匹配等双目立体视觉的方法进行了讨论。本文把以下部分作为重点研究内容：首先,对计算机标定技术进行了研究,提出了一种介于传统标定和自标定的内外参数标定分离的方法,摄像机内部参数以透视成像模型为基础,用物理方法来提取；外参数标定时合理选取参考坐标系,通过实验分析求取两摄像头的外参数模型。该算法简单易懂、计算速度快、所需设备简单、实用性好。其次,对比和介绍了角点检测算法,并在SUSAN角点检测的基础上提出了基于图像平均灰度的阈值选取方法,使阈值的选取不在盲目,保证了在用SUSAN算法进行角点检测的实用性和适用性。最后,在以特征点为基本基元的基础上,结合区域的归一化灰度相关的匹配方法,采用“双向一致匹配”和“最大优先”策略,力求达到最佳匹配。通过仿真实验表明,用本文中方法进行特征点的提取和匹配减少了匹配时间,提高了匹配精度,得到了较好的效果。