基于双目视觉的实时三维重建是以双目相机拍摄的图像为数据输入,通过视觉算法恢复出三维模型的逆向工程。双目立体视觉系统设备价格低廉,重建速度快且精度高,因此在无人机电力巡检、移动机器人等方面具有广泛的应用。本文研究的重点包括三维重建中的相机内外参数标定,左右图像立体匹配,点云配准等关键技术,并根据特定场景的需求在一些经典算法的基础上进行了一些改进。本文主要内容如下:1、对相机的成像模型进行了深入研究,并指出相机畸变对于拍摄图像的影响,指出相机参数标定的必要性。在相机标定问题上,本文采用了经典的棋盘格模板标定法,对其中的棋盘格角点检测问题,本文基于游程编码和棋盘格对称差异的特点对Harris算法进行了一定的改进,后续实验表明改进后的算法能够有效的过滤非棋盘格角点,很好的弥补了Harris算法在特定场景下的不足。2、立体匹配算法是三维重建技术的关键点,本文对常见的三种匹配算法做了量化分析,并指出各自的优缺点。在立体匹配问题上,匹配基元及其度量是立体匹配算法设计的重点,也是决定一个立体匹配算法性能的关键点,本文重点研究了SGBM,GC,BM三种常见的立体匹配算法的匹配基元及其度量,然后在特定场景下分别采用三种算法做立体匹配,实验结果表明,SGBM算法能够很好的兼顾性能和计算复杂度两个方面,本课题也采用了这种匹配算法来获取视差图。3、点云的配准在获取大场景和物体的完整三维模型中至关重要,目前存在的点云配准方法,如四元数法、4PCS算法主要通过数学优化的思想进行点云配准,这类算法的计算复杂度高且经常由于多次迭代后只能达到局部最优而导致错误的匹配结果。本文提出了一种点云粗配准方案:基于辅助相机标定法获取刚体变换的初始值,然后运用ICP算法多次迭代优化刚体变换的值,进而实现点云精配准。实验表明,此配准方案操作简单、实时性较高。4、为了验证论文中研究的视觉算法,本文设计了一个基于双目相机的三维重建视觉系统。该系统以双目相机获取的被重建物体的图像作为信息输入,通过图像处理算法来获取深度信息,从而重建出彩色三维点云。该系统界面简洁,操作方便。