作为一个多学科交叉的领域，计算机视觉的理论研究和实际应用都取得了飞速的发展。尤其是近年来，图像科学的发展和计算机信息、处理能力的增强，为计算机视觉的研究和应用提供了良好的条件。计算机立体视觉的主要研究内容是由多幅二维的平面图像恢复出被摄物体的三维坐标，而其中基于两幅图像的双目视觉技术则是一个研究热点。双目立体视觉的基本原理是模仿人眼与人类视觉的立体感知过程，从两个视点观察同一景物，以获取不同视角下的感知图像，通过三角测量原理计算图像像素间的位置偏差，以获取景物的三维信息。 在摄像机标定阶段，标定方法是在传统标定方法的基础上结合Levenberg-Marquardt的优化算法对摄像机的参数进行求解。首先根据摄像机的理想模型进行摄像机参数的初标定，然后利用初标定的参数，对图像信息进行校正，并得出畸变系数，最后在求得畸变系数及初标定参数的基础上，对数据进行非线性优化，进而求出优化后的参数。在分别对左右摄像机标定完成后，求出两摄像机之间的相对位置关系。实验结果表明引入LM非线性优化算法后得到了比较理想的实验结果。 在立体匹配阶段，用于匹配的特征选取Harris角点检测算法提取的特征点。匹配算法采用基于相关方式的区域匹配。然后在该匹配方法的基础上引入了极线约束，实验结果表明引入极线约束后能够进一步去除一些误匹配点，提高了匹配的正确率。 在三维重构阶段，提出了一种对空间离散点集进行直接三角剖分的方法。该方法通过引入三角形法向量夹角、阈值距离以及最小内角等几个参数对三角形的生长进行约束，同时利用生长法，对空间中的离散点集进行逐步三角划分，直至所有三角形扩展完毕。实验结果表明，该算法使最优点的搜索范围大大降低，提高了三角形扩展的准确性，保证了三角网格的质量，可以准确高效的对空间中的离散点集进行直接三角剖分。最后借助OpenGL来实现这些散乱数据的三维显示。