双目立体视觉是计算机视觉的重要分支之一,已被广泛应用于虚拟现实、游戏、考古、医疗和美容等诸多领域。它利用两台相机从不同角度对同一场景拍摄所得到的图像对,通过计算真实物体点在两幅图像中的视差,得到每个像素点在三维空间中的坐标,并对点云进行表面重建从而恢复真实场景的三维信息。本文在深入研究双目视觉原理的基础上,围绕相机标定技术、局部立体匹配算法、散乱点云的表面重建与多视点配准等重点难点问题展开研究,本文完成的主要工作如下:1.制定了基于双目视觉的三维重建算法方案,由以下四个部分组成:图像获取、相机标定、立体匹配和表面重建。2.研究了小孔成像的几何原理,利用平面棋盘格进行了双目相机的标定实验,得到了相机的内外参数,为立体匹配和表面重建奠定了基础。3.在现有局部立体匹配算法的基础上,优化了匹配代价值的计算模型,使用拉普拉斯算子改进了加权引导滤波中的惩罚因子,将具有边缘保留特性的加权引导滤波应用到匹配代价值聚合过程中,获得了精度更高的视差图。4.设计并实现了散乱点云的表面重建算法,构建基于kd-tree的空间索引结构,研究了基于平面投影的Delaunay三角化算法,优化了邻接点的搜索范围,并利用波前法对表面模型中的孔洞进行填充,获得了与实物具有高相似度的三维结构。5.研究了基于曲率特征提取的ICP点云多视配准算法,在有效反映物体固有几何属性的基础上,提高了配准算法的运行速度,弥补了双目相机获取三维点云时缺失的侧面信息。