深度信息的感知是一个重要的测量问题，立体视觉作为一个重要的被动视觉测量技术，在计算机视觉的研究中受到重点关注。传统的双目测距方法需要利用摄像机标定获取相机的内参和外参，并利用标定参数和立体图像校正方法获得无竖直视差的图像，提高立体匹配的速度，最终根据三角原理求解对应点深度和长度。本文基于双目视觉的所拍摄到的图像，研究了双目结构相机标定处理的方法、基于相机弱标定信息的极线校正方法和图像对应点去除误匹配的方法。摄像机的标定处理可等效成两个对应表格的建立，并最终简化成对应参数的估计。利用图像对应点坐标得到的两相机弱标定信息对图像进行极线校正，使校正后的图像只存在水平视差，并且尽量减少图像畸变。本文的主要内容包括：首先，对双目视觉测量的摄像机参数、对应视差和深度关系进行研究，通过对获取的数据进行合适的处理，提高物体深度测量的准确程度；利用估计的摄像机参数，简化两个对应表格的创建步骤。其次，对特征点的误匹配处理，不仅使用随机采样一致性的方法，还使用块对一致性方法去除部分误匹配，提高了非平面场景的图像对应点匹配的准确度。最后，比较几种弱标定的极线校正方法，分析了极线校正方法产生严重图像畸变的原因。对其中一种极线校正方法利用金字塔搜索和更合理的性能指标评价筛选的改进，提高校正的准确度，同时采用遗传算法选择初值减少平均搜索时间。