目前视频监控技术已在危化品仓储行业得到普遍使用,但存在有视频监控缺数据监控的问题,缺实时、有效、能自动分析仓储状态的视频监控数学模型,使得视频监控技术没有发挥其应有的作用。采用双目视觉三维重构技术,监控危化品仓储货物堆垛的安全距离,保障仓储安全有重要的现实意义。本文采用双目视觉技术,建立了危化品仓储货物堆垛安全距离检测系统。该系统分析双目图像,计算视差,反推出实物的三维信息。为规避图像复杂背景对视差结果产生影响,本文提出了基于图像分割的双目立体匹配方法。该方法首先使用语义分割模型对图像逐像素分类,将双目图像按物品类别拆分为多对,对每对图像采用改进的SGBM立体匹配算法计算视差,然后再对视差图进行一次掩模处理,融合每类图像,得到最终版视差图。在图像分割环节,采用基于深度学习的Deep Lab V3语义分割模型,实现了小样本条件下的迁移训练。并且,视差图对不同类别的物体作了区分,使后续的三维重构工作能够直接计算堆垛间的距离。在三维重构环节,以立体匹配所得视差图为基础,求得世界坐标下的三维点云信息,并进行离群点剔除等处理。在计算垛距信息环节,提出了求取物体间最小距离的新算法,并与求取物体间平行距离的传统算法进行了实验比较。结果表明:在已知语义分割信息的条件下,新算法获得了更精确的测量结果。实验结果表明本文提出的基于双目视觉的仓储堆垛安全距离检测算法,测量距离相对误差不大于1%,满足危化品仓储堆垛安全距离检测的要求,可为危化品仓储安全状态监管系统建立提供有效的技术支撑,对提高危化品仓储安全水平有重要的意义。