双目立体视觉是计算机视觉中一个重要研究领域。双目立体视觉系统通过模拟人类双眼视觉过程，对摄像机拍摄的二维图像通过立体匹配获取场景的深度信息，从而进行三维重建。双目立体视觉技术在视频监控、机器人导航、无人车、虚拟现实和3D电影等多个方面都有非常广泛的应用前景。立体匹配是三维重建的核心技术，也是立体视觉研究的重点和难点。　　随着机器人技术的不断进步，稳定可靠的感知模块在视觉导航、视觉伺服等现代移动机器人平台中的作用越来越大，立体视觉技术在这些领域的应用范围也不断扩展。但机器人工作环境中光照通常都是非理想的，光照变化会影响立体匹配的准确性，导致产生误匹配，降低算法的鲁棒性。机器人导航系统的实时决策使得对立体匹配算法的实时性要求较高，全局匹配算法和传统局部匹配算法计算复杂，运行时间较长,不适合实时系统。本文对光照变化条件下的双目立体视觉技术进行了研究，提高了立体匹配算法在光照变化下的鲁棒性和实时性，使得立体视觉技术满足机器人导航等实际系统的应用需求。　　本文针对非理想环境下的机器人导航问题，对非参数Census变换匹配算法在光照变化条件下的鲁棒性进行了研究，并对算法进行了实时性能优化。本文的主要研究工作如下：　　1)针对光照变化条件下传统Census变换算法存在的局限性，本文提出了一种改进的Census变换匹配算法。传统Census变换只是单一地将中心像素与各邻域像素进行比较，对中心像素的依赖性太强，当中心像素或邻域像素的灰度值受到噪声影响发生畸变时，立体匹配的稳健性明显减弱。为了克服上述局限，本文对传统Census变换进行了改进，将Census变换窗口中所有像素取均值并在其基础上加一个微小的变量来代替中心像素值，然后做稀疏的Census变换。实验表明，在光照变化条件下，算法的鲁棒性提高，可以得到满意的稠密视差图。　　2)针对机器人导航系统的实时性要求和传统采用的硬件加速存在的缺点，本文对改进的Census变换匹配算法进行了性能优化。按照立体匹配的步骤，从代码流程、存储器组织、高速缓存利用和基于SSE多媒体扩展指令等多方面进行优化，充分发挥了PC机的性能。实验结果表明，优化后的算法可以使立体匹配满足实时性的要求。　　3)基于OpenCV视觉库和VS2008开发工具实现本文算法。首先利用Middlebury大学标准测试平台上提供的4对标准图片进行立体匹配，以检验算法的有效性；然后在实验室搭建的双目摄像机平台上拍摄实际场景的图片，以检验算法在实际应用环境中的立体匹配性能。实验表明，改进的Census变换匹配算法在光照变化强烈的条件下，鲁棒性和实时性都有所提高，可以满足机器人实时导航系统的应用需求。