双目立体视觉作为计算机视觉领域的研究热门,不仅可以识别定位目标物体,还能够获得目标物体的深度信息。基于双目视觉的深度估计在机器人自主导航避障、自动驾驶、三维重建及虚拟现实等工业领域有着广阔的前景和应用价值。随着目标检测与视觉测距等技术的日益成熟以及应用环境的日渐复杂,单一对静态目标的双目测距或非深度的目标检测已经无法满足人们的需求。本文将目标追踪和双目立体视觉相结合,实现对运动目标的实时测距。具体内容如下:针对运动物体实时测距中对象不稳定问题,在双目测距过程中,利用核相关滤波(KCF)追踪算法对实时捕获的每一帧图像中感兴趣区域(ROI)直接进行追踪,实现连续目标区域的快速、准确获取;为保证双目测距实时性,本文设计了一种基于目标追踪的ROI提取方法,利用追踪结果对同步的左右图像帧进行同一位置同一尺寸的区域截取,将提取出的图像对进行匹配,减少了匹配计算量。实验结果表明,该方法在320*240分辨率双目摄像头视频采集情况下,可将测距速度提升至0.142秒每帧。针对双目摄像头实时测距过程中由于匹配误差导致的测量精度问题,本文结合基于线性插值的匹配代价计算和基于多方向一维动态规划的代价聚合,提出适用于运动对象测距方法的立体匹配算法,保证了初始视差的精确性。其中基于CIELab彩色空间的视差细化方法,利用色彩相似度来更新视差,减少了匹配误差,进一步优化视差提高测距精度。实验结果证明,基线为151mm下,提出的匹配算法在88cm-300cm范围内的测量精度可达到95%以上。此外,通过实验分析了基线长度对测距精度的影响,为今后的双目测距工作提供了一定的参考价值。