计算机视觉技术经过几十年的飞速发展,已经成为社会生产生活中不可或缺的一部分。双目立体视觉技术作为计算机视觉技术的重要组成部分,是目前最接近人眼视觉系统的视觉技术。通过在两个不同方位采集被测物体的图像,双目立体视觉技术可以根据图像中的视差求取被测物体的三维信息。双目立体视觉技术具有稳定性高,实用性强,成本低廉等优点,因此被广泛应用于工业测量、视频监控、移动机器人等领域。这些场景都需要在尽可能短的时间内得到物体准确的三维信息,要求高实时性和准确性。本文针对工业场景下的实时三维测量需求,对双目立体视觉关键技术进行了系统研究,研究内容及成果如下:（1）研究了双目立体视觉成像模型、相机畸变模型及相机标定等关键技术,实现了一种基于十字标定靶标的十参数相机标定方法。首先,对单目相机成像模型进行了研究,分析了不同类型的畸变对相机成像的影响;其次,对双目立体视觉的成像模型进行研究,分析了空间点的三维重建原理;最后,以十字靶标作为标定物,实现了基于十参数畸变模型的双目相机标定。实验结果表明,本文标定方法的重投影误差在0.02个像素以内。（2）提出了一种基于GPU的标志点并行识别技术,实现标志点的实时检测。首先,对标志点识别算法进行了系统研究;其次,采用CUDA编程实现了标志点识别算法中关键技术的并行计算,包括标志点图像的并行二值化、连通域的并行检测、亚像素边缘的并行检测、椭圆中心的并行拟合等;最后,对标志点实时检测算法展开实验,实验结果表明在图像分辨率为2448×2048,标志点数量为96的情况下,基于GPU的并行标志点识别算法相较于基于CPU的串行算法加速比最高可达101.7,从而实现标志点的实时检测。（3）设计并搭建了一套基于双目立体视觉的实时三维重建系统,实现物体变形的实时检测。系统硬件部分主要包括相机、镜头、信号控制盒、计算机等。系统软件利用C++、MFC及CUDA进行开发,主要包括相机标定、图像采集、数据处理、结果显示等模块。实验结果表明,当系统分辨率为2448×2048,测量距离为2.5m时,系统三维重建的精度可达0.25mm,三维重建的速度可达70FPS,重建效率优于国内外已报道的同类双目立体视觉系统,可以满足工业场景下的实时三维测量需求。