本文是基于双目立体视觉原理，利用加拿大PointGreyResearch(PGR)公司的平行光轴双目视觉摄像机Bumblebee，从不同角度同时获取周围景物的两幅数字图像，通过三角测量原理，得到物体的深度信息。实现过程中对摄像机内外参数标定、立体图像对的预处理、角点提取、立体匹配和提取深度信息进行了研究。　　 在图像采集方面，利用Bumblebee平行光轴双目立体视觉摄像机，其两个摄像头嵌入在面板上，基线固定，为摄像机标定提供了便利。　　 在摄像机标定方面，对摄像机的主要标定方法进行了归纳总结，重点研究了基于径向排列约束的Tsai两步法，该方法是基于摄像机的非线性模型下的标定方法，并且考虑了摄像机的—阶径向畸变。该算法标定精度高，操作灵活。本文以此为理论依据，完成了摄像机的标定，得到了摄像机的内外参数。　　 在图像预处理方面，由于各种因素的影响，使得采集的图像中含有噪声，噪声不但恶化了图像质量，而且会掩盖图像特征，给图像分析和理解增加难度。本文利用中值滤波和高斯滤波的方法来降低噪声的影响，由于滤波会使图像边缘变得模糊，又引入了拉普拉斯锐化来解决这个问题。　　 立体匹配是根据特征提取后获得的数据，建立特征间的对应关系。本文利用Harris角点检测法提取角点，作为立体匹配的特征点。采用了将角点特征值作为约束的改进的基于灰度相关的立体匹配算法，建立特征点间的对应关系。即利用角点的特征值约束剔除部分角点，减少匹配搜索范围，运用归一化灰度相关系数得到特征点的初始匹配，最后利用视差梯度和约束进一步减少误匹配。该方法提高了匹配速度，匹配精度高。　　 最后搭建了立体视觉系统，基于平行光轴立体视觉摄像机的三角测量原理，得到了物体的深度信息。