随着驾驶辅助系统、机器人导航、虚拟现实等领域的迅速发展,空间位置信息吸引了越来越多的关注。双目立体视觉系统通过模仿人眼视觉系统,搜索目标在左右图像中的位置,根据三角测量原理确定目标距离。立体匹配是影响双目测距精度的关键因素,越来越多的学者投入到提高立体匹配准确性的研究中。目前的立体匹配方法包括局部算法、半全局算法和全局算法。局部算法简单,实时性好,但在低纹理区域误匹配率高;半全局算法视差图比局部算法好,但实时性不及局部算法;全局算法得到的视差图最准确,但算法复杂度太高,难以满足双目测距的实时性要求。本文主要针对局部算法和半全局算法展开研究,一方面提高局部算法的准确性,另一方面提高半全局算法的实时性,并将改进的局部算法移植到DSP嵌入式平台实现双目测距系统。本文的主要研究内容包括以下几个方面:一、针对局部立体匹配算法在低纹理区域误匹配率高的问题,研究了基于稳定点的局部立体匹配方法。本文将视差图分为稳定点和非稳定点,首先计算稳定点的视差,再将稳定点视差传播到非稳定点。根据格点邻域视差相似度筛选稳定格点,同时利用可信度打分筛选稳定边缘点,最后对稳定格点和稳定边缘点的视差插值得到稠密视差图。二、针对半全局立体匹配算法实时性差的问题,对算法从三个方面减少运算量,提高实时性。首先减少算法代价聚合方向,然后优化聚合方向组合,最后利用格点采样减少代价聚合像素点数量,结合原始图像建立最小生成树并对格点视差图上采样生成稠密视差图。三、将可信度引入到视差修正中,研究了基于超像素分割和可信度图的视差修正方法。根据可信度确定待修正视差区域,按照投票原则修正视差。四、将基于稳定点的局部立体匹配算法移植到DSP开发平台中,并针对硬件资源特点从多角度优化提高算法运行速度,最终实现接近实时的双目测距系统,并分析测距精度。在Middlebury平台上验证本文提出的改进算法有效,提高了局部算法的准确性和半全局算法实时性。在DSP上实现接近实时的双目测距系统。