双目定位系统是计算机立体视觉的重要应用之一。与人类视觉相类似,它具有通过二维图像信息感知周围环境空间深度等功能,其在视觉导航、运动分析及工业检测等计算机视觉领域中有着广泛的应用。在传统的双目视觉定位系统中,存在立体匹配困难、计算量大、效率低等关键技术问题。为了提高双目定位系统的实时性和鲁棒性,改善定位精度,本文研究设计了一种基于视觉图像感兴趣区域(ROI)提取和SURF特征点检测的双目定位系统。本文的主要研究工作如下:(1)阐述了双目定位系统的测距原理。根据本课题研究之实时性和高精度的要求,自行设计了双目定位系统,与此同时,概述了系统设计的硬件组成和软件流程。(2)开展了摄像机标定模型的选型与设计。研究分析了摄像机的线性模型和非线性模型,明确了相关坐标系及其之间的转换关系;选取了张正友标定法,阐述了其标定步骤,完成了相应的标定实验和立体校正实验。(3)研究了图像感兴趣区域分割的原理及技术方法。鉴于现有的图像分割算法均是针对某一类问题而提出的,有一定的局限性,难以应用于实际的本课题研究之所需。因此,针对本课题的实际应用背景,提出了一种基于直方图阈值和投影相结合的方法,解决了双目视觉图像中ROI分割的关键技术难题。利用待分割ROI的灰度分布特征,根据其在直方图的位置进行自适应阈值分割,基于分割后的图片,分别对其进行垂直投影和水平投影,得到ROI在左右图像中的精确像素坐标。通过对左右ROI的区域大小进行比较,以大的区域为标准对左右图像分别进行ROI分割,这为后续图像特征点的提取和匹配奠定了基础。为了验证本文算法对图片噪声的抗干扰能力,采集了多组不同场景下、不同亮度、多目标的图片进行了大量实验。实验结果表明,利用本文提出的方法均能将ROI分割出来,能够满足实际的应用场景。(4)研究了基于SURF算法的特征提取和立体匹配的原理及技术方法。针对本课题应用条件和背景,采用改进的SURF,借以实现对ROI内亚像素级角点的提取与匹配。实验结果表明,该方法大大提高了匹配的准确率和匹配效率。综上所述,本文立足于基于感兴趣区域(ROI)分割的双目定位系统关键技术研究,根据课题需求,研究设计了双目定位系统,借此完成了实验验证。开展了基于OpenCV计算机视觉库和Visual Studio 2012软件开发,成功实现了图像采集、摄像机标定、ROI分割、立体匹配等功能,满足了课题的高精度和实时性的要求。