机器视觉作为人工智能快速发展的一个分支,主要利用机器代替人眼来进行测量和判断。视觉测距是机器视觉的一种重要形式,能有效地提高测距速度,降低人工成本。广泛地应用在机器避障、工业检测以及机器人定位与导航等领域。本文基于机器视觉研究双摄像头测距系统,并对物体进行实时非接触性测距。一套完整的视觉测距系统主要包括:相机标定、图像处理、立体匹配和距离测量。本文根据测距系统的原理,利用两个摄像头搭建了外部的图像采集环境。选用基于张正友的标定方法对两个摄像头的内外参数进行求解,将得到的畸变参数和外参数结合Bouguet畸变校正算法对图像进行校正。用于实际测量的图像需进行处理操作,首先对图像进行灰度化处理,得到图像的灰度图;其次进行图像平滑去噪,降低噪声对图形的影响;然后选用基于Canny算子的边缘分割法对图像进行分割,更好的区别了背景与图像;最后采用确定阈值提高对比度的Harris角点检测方法,结合梯度算子对角点进行检测,为立体匹配做准备。立体匹配应用了一种改进的Census变换的算法,利用窗口中的领域像素灰度值来代替传统算法中使用中值像素灰度值,选择自适应权重的方法计算匹配代价,并且通过左右一致性检查、二次多项式差值的亚像素精化方法和中值滤波等后处理操作得到最终的视差图。最后,通过三角测量原理实现测距。根据上述工作,在Microsoft Visual Studio的开发环境下,结合计算机视觉库和Matlab标定工具等搭建了一个视觉测距系统,并对系统进行了实验验证。结果表明,该系统有较好的精确性和实时性,具有很好的应用前景。