近年来,机器视觉技术发展迅速,逐渐形成了一套独立的体系。由于计算机技术和数字信号处理技术的愈加成熟,机器视觉方法可以用摄像机读取环境信息,并且将其转换为数字信号。随着对人眼成像模型研究的逐步深入,双目立体视觉技术能够最接近地实现机器视觉向人类视觉的仿生。所以成为了机器视觉中的热门研究内容之一。本文主要研究了以下几个方面的内容:(1)研究了摄像机模型的成像原理,以及计算机坐标系、图像坐标系、摄像机坐标系和世界坐标系。利用上述坐标系之间的转化关系,得到双目成像模型。(2)对双目摄像机标定进行了研究。为了提高标定的准确性,实验时,先进行单目标定,再进行双目标定。本实验使用标定板对摄像机了进行标定。实验结果表明,其标定精度完全能够达到实验要求。(3)为提高匹配效率,在立体匹配之前,对图像进行了立体校正。理论上,可以使用三种矩阵变换(透视变换,相似变换以及错切变换)的方法来完成立体图像的校正。但是在标定过程中获得了摄像机的旋转矩阵和平移向量(R,T),所以本文用Bouguet算法来进行立体校正。实验结果显示,该方法无论对标定板或对实物图(马铃薯)的校正,都有较高的准确度。(4)本文在匹配过程中选用区域匹配的方法,对两种经典的立体匹配算法(BM算法,SGBM算法)的原理进行了分析。通过多次实验,最终采用SGBM算法得到了最佳的深度图像。(5)文章利用深度图与重投影矩阵Q,求出马铃薯在世界坐标系下的三维点云坐标。实验输出了 34万个三维点的坐标。为了形象地将三维点显示在图形中,本文使用了 OpenGL来绘制点云图像。实验结果显示出的三维点云图形具有很好的立体效果与真实性。本文所述的三维重建实验,对于马铃薯分级机的革新有着重要的意义,同时,对于立体视觉技术在农业机械中的应用,也有一定的参考价值。