现实世界场景的三维信息包括高度、宽度和深度。其中,深度信息或深度感知在许多计算机视觉应用中起着关键的作用。双目立体视觉技术属于被动测距的一种,双目立体视觉技术是仿照人类利用双目线索感知深度信息的方法,实现对三维信息的感知。即运用两个摄像机对同一景物从不同位置成像,进而从视差中恢复深度信息。本文对基于双目立体视觉的物体深度信息提取系统进行研究,将为解决智能机器人抓取物体、视觉导航、目标跟踪等奠定基础。论文在对双目视觉系统的研究意义与国内外研究现状进行调研的基础上,重点对系统设计中摄像机标定、图像预处理、立体匹配及深度信息提取四大部分进行了论述。1.摄像机标定部分研究了摄像机成像模型和传统的摄像机标定方法,考虑到实验环境和实验设备,本课题采用了标定精度高、手动操作干预少的半自动棋盘平面标定法对摄像机进行了精确的标定。2.图像预处理部分分析了常用的图像预处理算法,根据课题的实际环境选择了符合课题的最优算法,构建了双目视觉实验平台,设计了基于VC++编程语言的图像平滑、图像锐化、边缘检测等功能程序。3.立体匹配部分针对传统的固定窗口区域匹配算法匹配错误率高,抗噪性低及匹配速度慢等缺点,提出了一种基于视差梯度的快速鲁棒区域匹配算法。算法中提出的新的相似性测度函数提高了匹配的鲁棒性,视差梯度约束的引入减小了匹配搜索区间提高了匹配速度,同时根据视差梯度的取值范围判断图像中平滑区域和边缘区域并分别采用大小窗口进行匹配,提高了匹配的正确率。4.深度信息提取部分首先介绍了双目立体视觉的结构模型,然后分别推导了基于任何摆置的双目立体视觉环境下射线交汇深度提取法和基于平行双目立体视觉环境下三角测量深度提取法。最后对实际所拍摄的立体图像对的深度信息进行了提取,并与实际的深度信息进行对比,进行了相对误差分析。结果表明系统提取1m范围内目标的深度信息稳定,精度较高。