双目立体视觉是计算机视觉学科重要的研究方向,由于其具有人类双眼的部分特性,成为新的研究热点,其在各领域的应用也越来越多,本文以移动机器人的双目立体视觉导航系统为背景,对图像预处理、立体匹配以及三维重建等技术进行了研究。本文对双目相机采集的数据进行分析处理:首先通过相机标定以及图像校正等预处理工作去除数据获取过程中的不良影响,通过基于Sift特征的立体匹配求解出左右图像对中对应的匹配点,引入区域生长算法,获取稠密匹配点数据,经过RANSAC法对匹配点集进行筛选后,得到精确性较高的匹配点,以此获取图像对的视差图像,并引入彩色视差图,更直观的将图像中物体的特征信息和位置信息描述出来。最终根据双目视觉的原理,计算出点云的三维坐标值。通过双边滤波器去除图像采集过程中产生的噪声点和失真点;之后通过改进的基于八叉树的保留边缘点的点云精简算法,提取散乱点云信息中的边缘点,对于非边缘点计算其法向量偏差来决定是否保留;得到精简过后的点云数据。经过处理后的点云数据依旧为散乱点云数据,可视性不高,本文将处理后的点云数据进行Delaunay三角剖分,增强其可视性。针对三维空间点云数据直接进行Delaunay剖分复杂度较高以及传统逐点插入法的缺点进行了改进,将三维点云投影至二维参数平面,降低剖分算法的计算难度,并将传统逐点插入法改进为格网轮流插入,降低插入点对周边三角形的影响。本文通过搭建实验平台对三维重建进行了研究,验证了本文算法的准确性和实时性,并分析出本算法适用范围以及不足之处。为完成移动机器人视觉导航奠定了基础。