基于立体视觉的深度探测在航空航天、辅助驾驶、虚拟现实等领域都有着广泛应用价值。对于深度探测系统的各个环节,国内外许多学者都做过大量的研究与实践,取得了突破性的进展。目前亟待解决的问题仍是如何同时满足其中核心算法立体匹配的准确度和实时性。本文搭建了一个简单的深度探测系统,其中所做的工作可概括为:根据定标结果双目校正,立体匹配获得视差图,三维点云重建获得深度信息并以此粗略估计地面高度。出于实时性的考虑,本文选用半全局立体匹配算法。并运用Middlebury大学目前最新的视差图评估系统对本文算法进行多组实验。本文主要研究成果可归纳为:1)在获取初步视差图中,本文采用相对灰度差与Census变换相结合的提取特征方式。并针对Census变换的权系数设计了多组实验,发现固定窗口半径和动态规划中惩罚代价影响Census变换权系数的最佳选取范围,以及在一定程度上增加Census变换权系数有助于检测轮廓变化剧烈或者分布密集的小物体。2)在获取最终视差图中,本文改进了基于RANSAC计算超像素视差平面的方法,提出先对初步视差值进行有控制的内插,填补视差图的部分空洞,再进行倾斜平面的建立的方式。改进之后,最终视差图物体边缘马赛克现象基本消失,轮廓变得更加自然、锐利。3)在地面高度测量中,本文采用对点云高度不同深度范围不同权值统计的方法,通过建立高度直方图,找高度值最小的点数波峰对应的高度氛围来确定地面高度。