计算机视觉领域一个非常重要的研究方向是双目立体匹配。21世纪是一个智能化的时代。双目立体视觉系统可以赋予机器人类似人眼的能力,使其方便快速的获取自身周边的各类信息。通过计算机视觉获得的环境信息已经开始应用于实际场景,如无人机避障、汽车辅助驾驶、机器人定位与导航、地图重建、智能家居以及智慧城市等领域。在实际应用过程中,对实时性这一性能提出了更加严苛的要求。因此本文针对计算机视觉中双目立体匹配算法的实时性展开了研究,调研了现有的算法加速方案,目标是将立体匹配算法的时间耗费降低至合理的水平,为实验室后续开展SLAM研究打好基础。首先,阅读了大量权威学者关于双目立体匹配算法的研究论文,根据自己的理解明确了双目立体匹配算法所要解决的问题,并确立了本文的研究目标。然后根据双目立体匹配算法的优缺点进行了选择性的研究,特别是关于实时性这一性能指标。同时调研了关于硬件加速的方法,对比各个加速方法之间的优缺点,最终选定了 FPGA作为加速载体。其次,根据FPGA并行性的特点,对半全局双目立体匹配算法在软件层面上进行了对比测试,选定了最终的双目视觉算法方案。然后对该算法进行了算法复杂度计算,功能划分,模块化设计和算法优化等处理,最终完成双目匹配系统的研制。最后,该系统最终输出的图像分辨率为752×480,传输的帧率为60fpS,传输的图像有左右深三幅图,测试的场景有:室内、室外、树林、建筑、晴天、阴天等。后期对采集的数据集进行了对比分析,总结算法存在的问题,并有针对性的对算法进行了迭代。同时针对资源使用、功耗、时序等问题进行了优化。同时为开展后期的SLAM研究预留一定的资源和数据接口。