物体的三维测量技术在工业缺陷检测、计算机几何模型设计以及周围环境场景重建等方面具有很高的研究价值和实用意义。双目立体匹配技术基于非接触式测量,因其结构简易、价格低廉、适应性广成为最受关注的三维测量方式。如何有效解决实测场景中光照、噪声等干扰,提高三维测量的精度,是研究的重点和难点。文章基于立体视觉技术,研究分析双目三维测量重建的各个步骤,重点对立体匹配算法进行改进,提高匹配的精确度,以满足室内近处场景的三维测量与重建要求。首先从理论方面介绍了双目立体视觉的测量模型,以视觉坐标系之间的转换为切入点,对张正友相机标定的内外参数计算方法进行讨论,并说明了进行立体校正的缘由,为立体匹配奠定基础。其次提出了一种基于多特征融合和自适应聚合的立体匹配算法。为解决立体匹配在光照失真和弱纹理区域匹配精度低的问题,在匹配代价计算阶段,融合HSV颜色模型、改进的Census变换和梯度信息,提高算法对于光照不均的抗干扰性。在代价聚合阶段,引入颜色和梯度作为约束条件,构建自适应十字交叉邻域窗口完成聚合,最后通过多步骤的视差精细得到视差图。在Middlebury官方数据集上进行算法评估,实验表明,改进后的算法较AD-Census算法在无光照失真条件下平均误匹配率减少了3.24%,在光照失真条件下误匹配率减少了7.78%,能有效解决视差边界和弱纹理区域错误匹配的问题,抑制噪声的干扰,在光照失真条件下算法稳健性较佳,但算法运行效率还需进一步提高。最后搭建硬件三维测量平台,通过图像采集与预处理、相机标定、立体校正、立体匹配和三角剖分重建算法等步骤,实现了对目标场景的三维测量与重建。实验数据表明,在8m测距范围内,改进的算法相对误差不超过5%,在一定精度范围内完成了对室内待测场景外廓的基本重建。