基于双目立体视觉三维重建系统是通过双目摄像机在同一场景下取得不同视角的两幅图像来恢复场景三维信息的过程。此种方法是被动三维测量的一种重要方法,在许多领域都有着广泛的应用,如：遥感成像,机器人导航等。基于双目立体视觉三维重建的终极目标是通过图像平面信息来恢复出物体的三维模型,其中物体表面点深度的获取就成为整个过程的最为核心部分,而物体表面深度信息则是通过图像的立体匹配获取的。现有的立体匹配方法,可分为两类：基于窗口的局部算法和基于能量函数最小化的全局算法。由于全局立体匹配算法所得结果的精度要远远的高于局部算法,因此受到了国内外学者的广泛关注。在基于能量函数最小化的全局算法中,基于图割(Graph-cut)和基于置信传递(Belief-propagation)两类能量函数最小化算法在应用上表现的十分突出,精确性得到了广大学者的一致认可。然而,在基于立体视觉三维重建系统中,要想通过图像来获取高分辨率的三维模型仍然是十分困难的。上述研究背景下,本文对基于双目立体视觉三维重建系统进行论述,并对立体匹配和场景重建两个重点环节做了深入的研究,目的是提高现有算法的精确性和鲁棒性,研究的具体内容有以下几个方面：在立体匹配方面,本文采用的是基于图割的立体匹配方法,这种方法首先根据图像对之间的彩色特征差异和相邻区域间应该满足的视差平滑约束来定义立体匹配能量函数。根据能量函数的形式来构造与能量函数相对应的图,然后对所构造的图求取最小割运算。求得图的最小割即实现了能量函数的最小化,此时对应的视差分配结果即是立体匹配的最佳结果。针对基于图割的立体匹配算法得到的视差图中存在大量匹配噪声和误匹配视差点的问题,本文引入了均值平移算法。该方法联合了图像的彩色信息和视差信息,以图割立体匹配算法得到的视差图作为初始视差图,对初始视差图进行优化,消除了视差图中的匹配噪声和误匹配视差点。同时,由于均值平移算法图像分割具有很好的边界保留效果,场景中物体的边界得到了很好的优化,经过局部场景视差图的边缘检测可以清楚的看出本文的改进效果。在场景的重建方面,本文对优化后的立体匹配结果进行三维点的计算,给出了恢复的三维场景。最后,对三维场景进行贴纹理操作,将数字图像以像素为单位映射到对应的三维场景点上,大大提高了三维场景的真实感。