保持堆垛“五距”（垛距、墙距、顶距、柱距和通道距）的安全距离是保证危化品仓储安全的关键,但是目前“五距”的监管主要采用人为检查,缺少有效的技术监测方法。采用双目立体视觉测距技术开展危化品仓储堆垛“五距”监测具有重要的理论价值和现实意义。双目立体视觉测距是利用左右相机成像平面的像素差,通过图像立体匹配获得危化品仓储堆垛的三维坐标和堆垛之间距离。但由于危化品仓储堆垛和背景墙面地面的灰度值相似,且堆垛特征点相似度高,造成双目立体视觉测距误差大,不能满足“五距”监测的精度要求。针对危化品仓储堆垛与仓库背景分割边缘不清晰,提取的危化品仓储堆垛边界精度不高的问题,提出了改进的OSTU算法,采用遗传算法来寻找获取OSTU最佳分割阈值,进行危化品仓储堆垛和背景分割,使堆垛和背景分割边缘更清晰,有利于提高匹配的准确度。针对危化品仓储堆垛图像特征点相似度高的问题,提出了改进ORB算法,采用SURF算法来改进ORB算法特征检测,通过构建3层图像金字塔方式赋予特征点尺度不变性,使用rBRIEF描述子来描述特征点,完成粗匹配以后,再使用基于一致性约束的特征配准来删除误匹配点对,大幅度提高了匹配的准确率。使用ORB算法、S-ORB（SURF-ORB）算法和改进的ORB算法对公共数据集和危化品仓储堆垛图像数据集进行匹配测距对比实验,实验结果表明,改进ORB算法的平均测距误差为0.35%,远小于ORB算法和S-ORB算法的测距误差。结合改进的OSTU算法与改进ORB算法提出了一种新的OSTU-ORB的测距方法,利用该方法对危化品仓储堆垛进行测距,测距的平均误差为0.0758%,小于改进的ORB算法,满足危化品仓储堆垛测距要求的误差范围内。实验结果证明,改进的OSTU算法解决了危化品仓储堆垛和背景墙面地面的灰度值相似高的问题,改进的ORB算法解决了堆垛特征点相似度高的问题,基于OSTU-ORB的危化品堆垛测距方法,有效提高了危化品仓储堆垛测距精度,满足监管危化品仓储堆垛“五距”的要求。