双目立体视觉采用不同位置的两台摄像机,模拟人类眼睛来获取图像对,从中提取有用信息,从而获得三维空间场景中目标的三维信息,简便可靠,具有相当广阔的应用前景。目前广泛应用于各个领域,包括工业上精密工件测量、工件缺陷检测、视频序列中的运动目标识别、现实三维场景重建、智能机器人导航等。论文利用双目立体视觉技术的优势,尝试将其与运动目标的检测与跟踪相结合,实现目标实时准确的检测与跟踪,克服常见目标检测与跟踪中的易受光线、阴影、遮挡等问题。本文重点研究内容包括:摄像机标定、立体匹配、基于双目视觉的目标检测和运动目标跟踪。在摄像机标定中,首先研究了摄像机标定所需的四个坐标系及相互之间的对应关系、摄像机针孔模型和非线性模型的成像原理,详细研究了摄像机标定方法的分类及常用的标定法:Tsai两步法、张正友平面模板标定法。实验中采用张正友标定法,获取到了较好精度的摄像机内外参数,并进行畸变校正。在图像立体匹配中,研究了立体匹配方法的分类,详细介绍了各立体匹配算法的特点,针对特征匹配算法和区域相关匹配算法存在的问题,提出了一种基于控制点约束及区域相关的立体匹配算法,能有效提高匹配率和匹配速度,得到稠密视差图。在目标检测中,采用Mean Shift算法聚类处理和基于Otsu分割法来进行运动目标检测,针对类圆出现的误检测问题,设计了一种简单易行的改进的目标检测方法。在目标跟踪阶段,分析了Cam Shift算法易出现跟踪失败的根本原因,在采用双目立体视觉技术检测出运动目标的基础之上,采用CamShift算法先对目标进行跟踪处理,然后引入了Kalman滤波进行状态预测和位置矫正。该算法能够克服环境光线变化以及具有相似颜色的运动目标遮挡问题,提高了跟踪的准确性与鲁棒性。