能交通系统作为解决道路交通安全问题的方案,正成为当今世界汽车安全领域的研究热点。汽车夜视系统对于夜间安全驾驶具有重要意义,可以使驾驶员在夜间更好地观察前方远处障碍物,提高夜间行驶的安全性,因此汽车夜视技术得到了较快的发展,同时也逐渐被应用于汽车上。目标测距系统是智能交通视觉导航系统的一个重要组成部分,是提高驾驶的安全性、减少交通事故的发生的关键技术,而且准确测量前方目标距离也是实现自动或辅助驾驶的前提。论文将基于双目立体视觉的目标深度信息获取技术应用于可见光与红外图像。整个测距系统设计包括系统模型结构、软件仿真平台以及系统的测距方案,重点对图像预处理、摄像机标定、图像匹配以及深度信息获取四大部分进行了论述:(1)图像预处理部分介绍了常用的图像预处理算法,包括图像滤波、图像增强以及形态学处理等。在图像增强中对Retinex算法进行了改进,提出了一种基于S曲线的非线性图像增强方法,结果表明该方法能够提高图像对比度,使目标更加清晰,有利于运动目标的观察。(2)摄像机标定部分研究了摄像机成像模型以及摄像机标定方法,考虑到实验环境与实验设备,本文采用了标定精度高、操作比较方便的平面标定法对摄像机进行了精确的标定。(3)图像匹配部分介绍了图像匹配的四个关键要素以及图像匹配算法的分类,提出了基于SIFT特征描述子的图像匹配算法,对SIFT的相似性度量与误匹配的消除进行了分析,通过选择合适的比例阈值,利用欧式距离进行SIFT特征向量匹配,并采用RANSAC算法来进一步消除错误匹配点,提高了正确匹配率。(4)深度信息获取部分首先介绍了双目立体视觉的结构模型,之后分别推导了在平行双目立体视觉条件下三角原理深度测量法与在任何位置的双目立体视觉条件下射线交汇深度提取法。最后对实际所采集到的图像进行深度信息计算,与实际的深度信息进行对比,并对误差进行分析。