双目立体视觉是计算机视觉研究领域的重要分支之一,它通过直接模拟人类视觉系统的方式感知客观世界,广泛应用于微操作系统的位姿检测与控制、机器人导航与航测、三维非接触测量及虚拟现实等领域。因此,对双目立体视觉的深度感知与三维重建中的若干问题进行研究具有一定的理论价值和十分重要的现实意义。论文围绕双目立体视觉系统摄像机标定技术、匹配策略与匹配算法、深度信息提取及后续处理、重建方法等重点与难点问题展开研究。论文的主要工作包括以下几个方面。(1)在对传统摄像机标定方法进行分析的基础上,提出基于棋盘平面方格的半自动摄像机标定方法。该方法以Tsai的两步标定方法为基础,对单个摄像机先进行线性求解,再对该解进行基于最大似然标准的非线性求精；考虑到镜头径向畸变,采用非线性优化方法提高标定精度；最后采用所求的单个摄像机的旋转矩阵以及平移向量进行双目摄像机的标定。该标定方法只需要摄像机拍摄模板平面在两个以上不同方向的图像,模板可以自由的运动,无需其运动的参数。实验结果表明该标定方法灵活,操作简单,且能满足实验精度的要求。(2)针对区域匹配的速度与精度以及匹配窗口大小难以选择等问题,提出一种基于窗口代价函数的自适应窗口立体匹配算法。为了解决抗噪与视差不连续处误匹配问题,将ρσ(n)函数与四方向线形掩膜技术相结合构造新的相似性测度函数；根据匹配窗口内误差均值、误差方差及大窗口偏移来确定窗口内的像素是否都具有相同视差来构造窗口代价函数,由此窗口代价函数确定匹配窗口尺寸,形成自适应窗口；引入整数图像技术以提高算法的计算效率；为了实现区域匹配全局最优,将遗传算法引入到所设计的自适应窗口匹配算法中。实验结果表明,所提出的匹配算法能较好解决视差不连续区域和遮挡区域的误匹配问题,提高了匹配精度。(3)为了利用区域匹配视差图的致密性以及特征匹配视差图的鲁棒性,将两种算法结合起来提出了一种基于Harris角点与区域联合的立体匹配算法。针对经典Harris角点检测算子对尺度比较敏感的缺点,提出了一种具有尺度不变特征的Harris角点提取方法,该方法以尺度空间为基础,将空间和尺度两个域中的极值点确定为角点；为了满足不同尺度下提取角点特征的要求,对Harris的图像亮度自相关矩阵M增加了尺度自适应的处理；针对特征匹配得到视差图稀疏问题,结合区域匹配算法以及视差梯度约束,获得致密的视差图像。实验结果表明,所提出的联合的匹配算法可得到致密的视差图,并在边缘等视差不连续区域可获得较好的匹配精度,验证了算法的有效性和可行性。(4)针对由于匹配误差及标定偏差等原因带来深度图不平滑,深度图的边界与物体边界不对齐等问题,提出一种深度图像结合原始图像的三步联合双边滤波的深度后处理方法,该方法先对原始图像进行双边滤波,再结合原始图像对深度图像进行双边滤波,最后,将两次得到的双边滤波结果再次联合对深度图像进行双边滤波。深度的感知测量与三维重建是立体视觉的最终目标,对基于双目视差的非接触式3D测量与深度提取方法进行了研究与推导,在基于MFC的OpenGL开发平台上,采用局部三维Delaunay的网格构造算法,对标准图像库以及实测数据进行深度提取与三维重建。实验结果表明,所提出的深度后处理方法能有效地实现深度平滑与图像对齐,三维重建较好的直观效果也表明所提出的标定方法、匹配方法以及深度后处理方法的可行性和有效性。