双目立体视觉隶属于计算机视觉。它通过两个图像采集的硬件装置提取信息，结合软件图像处理技术，从二维图像中提取三维空间信息，使机器具有生物视觉感知功能。当前，双目立体视觉不但在医学、考古、工业、航天等方面广泛应用，而且在军事上的无人机的低空导航与侦查、导弹的末段制导等领域也倍受重视。　　本文遵循工程实现的一般步骤，研究了双目立体视觉实现三维空间点重建的关键技术，最终通过实验进行了算法的验证，所做主要工作如下：　　（1）研究了摄像机成像模型。通过分析对比摄像机标定方法的特点，选择使用方便操作、标定精度高的平面模板的标定方法，以VS2010和Opencv为平台，实现了双目摄像头同步实时采集图像，开发了双目立体视觉标定系统，最后结果与Matlab标定工具箱标定结果做对比，充分证明了算法的有效性和准确性。　　（2）重点了研究几类特征点检测和匹配算法，并分别对Harris检测算法和去除SIFT误匹配的Ransac算法提出改进算法。在角点检测算法方面，针对Harris角点算子不具有尺度不变性的缺点，研究了Harris?Laplace算子，提出了基于金字塔匹配的Harris算子，通过实验验证了基于金字塔匹配的Harris算子稳定性和实时性。在Ransac算法去除SIFT误匹配的方面，针对Ransac算法准确率较低的问题，提出了改进的方法：第一步计算图中匹配点集之间的距离分布和主方向分布，根据分布特征剔除误匹配点。第二步将Ransac算法和极线几何结合，通过点与极线的距离来去除误匹配点。最后，通过改进的Ransac算法与传统的Ransac算法对比实验，验证了改进的Ransac算法在双目立体视觉中去除误匹配的准确率更高，同时计算出的基础矩阵，能为图像校正做准备。　　（3）研究了交汇式双目视觉模型求解空间点的计算方法，利用对实物特征点的检测与匹配得到的像素点坐标，计算出实物的特征点的三维坐标，验证了算法的精度和有效性；研究了景深式模型的深度图求解方法，通过基础矩阵校正图像，对校正后的图像轮廓点匹配求视差，得出了场景轮廓的深度图。