当前,双目视觉三维重建技术已经成为计算机视觉的重要研究方向,该技术在智能化自动生产、机器人导航、医疗辅助等领域有所应用。同时还存在一些缺陷,比如:在计算摄像机内外参数时,镜头的畸变容易造成误差,导致内外参数不精确;特征点检测较为稀疏时,三维显示视觉效果较差;特征点匹配时间长等问题。针对以上问题,本文基于双目视觉的三维重建,对上述问题做出改进。以张正友标定法为基础,对摄像机标定进行改进,充分考虑镜头畸变及整个标定过程的实时性,对标定参数影响较大的径向畸变做了误差校准,不仅提高了参数精度,而且效率还很高;在SURF匹配算法的基础上改进匹配方式,进而提高特征点检索效率。以下为本文研究的主要内容:(1)针对摄像机内外参数计算问题,着重分析了各坐标系之间的转换关系,利用牛顿迭代法对镜头径向畸变进行校准,得到了旋转矩阵R以及平移向量T,对比了校准前与校准后角点检测误差,结果表明标定精度有很大提升。然后,考虑到场景受到各类噪声的影响,分别进行了Gamma校正和随机噪声预处理。Gamma变换明显改善了图像对比度。对随机噪声进行非线性滤波处理,采用了中值滤波的方式,既能滤除随机噪声点,又能保留绝大部分原始信息。(2)针对特征检测、匹配算法中存在的缺陷,采用了相应的改进方法,完善了算法中的一些不足。首先,特征点检测稀疏,会导致后面基于特征点的三维重建效果差,为此,本文结合了三角剖分算法对其进行分析和改进,三维重构得到了明显的改善。其次,匹配时间关乎到整个系统的优劣,对SURF匹配算法进行了改进,将极线约束思想融入到匹配环节,实验表明,改进后的匹配算法不仅对匹配成功率有一定的提升,而且还大大缩短了匹配检索时间。搭建了基于双目的矿物料三维重建实验平台,以此为基础进行三维重建研究。完成了软件平台设计,主要是依托VS2015和OpenCV软件开发平台,分别完成了摄像机标定、特征点检测与匹配、三维视差显示等实验,最后基于MFC将各子模块整合到一个系统。