双目立体视觉直接模拟人眼视觉的处理方式,它具有快速、准确、灵活等特点,正广泛地被应用于各个领域,如障碍物检测、虚拟现实、工业检测、机器人导航、航空航天等领域。本文以智能驾驶中的障碍物检测为应用背景,以双目传感器采集的图像为处理对象,通过对双目图像信息进行障碍物提取,为驾驶员或无人驾驶车辆提供潜在的障碍物信息,达到提前预警的目的。这一研究对智能驾驶系统和机器人导航的进一步开发有很大的意义。本文以Marr的视觉计算理论为基础,对双目立体视觉的基本理论、方法和相关技术进行了系统研究,重点研究了利用双目立体视觉技术检测障碍物算法。本文提出了一种称为V-视差的算法。这种算法可以检测具有面特征的障碍物,比如行人、车辆、墙壁等。该算法对于光照、阴影等干扰不敏感,适用于城市复杂背景下的障碍物检测。基于双目立体视觉的V-视差法检测障碍物主要包括三部分内容：(1)立体图像对校正。本文中所采集的立体图像对很难满足极线约束条件,这使得立体匹配工作很困难,为解决这个问题,本文引入了一种无相机标定的立体图像对校正算法。(2)立体匹配,即是视差图的生成。从双目图像对中快速、准确地寻找对应点,并利用对应点生成视差图像,进而提取视差信息作为障碍物检测的依据。(3)V-视差图的生成。根据生成的视差图进一步生成V-视差图,提取V-视差图中的直线信息,通过这些直线信息可以锁定障碍物存在的大致区域,进而检测障碍物。实验证明,本文的算法检测具有面特征的障碍物效果较好。