近年来危化品库房安全事故频发,造成大量人员伤亡和财产损失,库内安全“五距”超限是重要因素,研究双目视觉库内安全存放距离测量算法进而实现“五距”预警是一种很有前景的解决方案。论文采用三角相似定理及匹配点像素差的算法简化双目视觉的测量步骤;针对夜视实验环境下提取货物边界精度不高的问题,基于二维大津阈值改进了平均灰度直方图算法,提高阈值计算的准确度,增强不同环境下的鲁棒性。公开数据集和实验场景下,所有待测图片中二元组阈值分布在负对角线上的图片占比77.3%,基本满足测距的要求。角点检测的准确性直接决定双目测距中匹配与视差计算的准确度。针对传统harris角点检测算法对于光线照射、阴影及其他非码垛货物等干扰敏感的问题,采用边缘特征的非极大值抑制和K-means聚类算法改进传统harris算法的抗噪性。实验结果表明,在不同光照下,准确率提高10.62%;阴影影响下,准确率提高3.95%;非码垛货物干扰下,准确率提高52.53%。基于危化品库房货物存放满货、非满货、超标三种状态,结合角点位置判断,判别库内码垛“五距”是否超标。此外采用了基于码垛边缘特征的双目角点匹配算法,提高传统双目匹配算法效率,并针对匹配误差的问题,采用强特征点的匹配以及窗口和邻域匹配进行了算法优化,相较传统的双目匹配算法准确度有所提高。论文同时针对危化品库内码垛仓储图片样本数量不足的问题,采用生成对抗网络GAN进行样本生成。并探索了数据的云平台传输和管理。