计算机视觉使计算机具有通过二维图像认知三维环境的能力，双目立体视觉作为计算机视觉的一个重要分支，直接模拟人类双眼观察事物的方式，能够感知拍摄场景的三维信息，在移动机器人导航、产品检验、安防监控、虚拟现实方面均有重要应用。　　双目立体视觉的测量方法，采用不同位置的两个摄像机对同一场景进行拍摄，以拍摄的图像对作为输入，计算空间点在两幅图像中对应点的视差，然后通过摄像机数学模型计算获得空间点的三维坐标。如何实现快速、准确的三维视觉测量，是一个富有意义和挑战性的研究课题。　　本文主要研究了基于双目立体视觉的测量方法中的三个关键问题，即摄像机标定、立体匹配和三维测量，并对技术实现过程中存在的一些问题提出了解决方法。　　首先，介绍了摄像机标定的相关原理和方法，总结了摄像机标定的技术流程，对基于二维标定物的传统单目、双目摄像机标定方法进行了实现，并针对标定图像特征的自动提取存在的问题提出了解决方法；此外，对基于单幅图像的单目摄像机标定方法中的非线性优化的初值不准确等问题进行了改进，仿真和实测数据实验结果表明，改进方法的性能优于原来方法。　　其次，研究了图像匹配和立体匹配方法，重点研究了尺度不变特征变换（ScaleInvariantFeatureTransform,SIFT）特征提取与匹配方法以及基于随机抽样一致（RandomSampleConsensus,RANSAC）的极线约束理论。针对RANSAC没有充分利用各次抽样信息导致容忍度过大的问题提出了改进思路，并且将基于RANSAC的极线约束作为SIFT匹配后的剔除误匹配方法。实验结果表明改进的方法相比原来的方法，能够更有效地剔除含有重复特征的立体图像对中的误匹配。　　最后，对基于双目立体视觉的三维测量进行了实现，用已标定的摄像机系统获取场景信息，通过对立体图像对的处理获得空间物体点的三维位置信息，测量精度达到了较高的水平。