双目立体视觉图像处理技术是当今图像界的研究热点之一。本文主要研究微创手术机器人双目立体视觉的图像匹配技术，其内容包含原始医学图像的预处理、图像特征信息的检测与提取以及基于特征点的匹配等。首先，在MATLAB7.9软件平台上，运用图像处理工具箱编写实验程序，采用最优算法对采集的原始医学图像进行灰度转换、灰度变换、降噪、锐化等预处理，为后续工作做必要准备。然后，针对常用边缘检测算子的优缺点，设计和改进了边缘检测算子—Canny算子，运用优化算法更好地调节阈值设定，使提取的边缘信息更完整清晰。通过对比Harris角点检测算子、Moravec角点检测算子等，引入了基于尺度不变特性的SIFT检测算子提取角点，根据SIFT特征描述符的尺度不变和旋转不变特性，改进描述区域，运用圆形窗口对特征点进行描述，构造新的描述子（1*64维）。在MATLAB7.9编程环境下，用图像处理工具箱对已预处理的两幅医学图像进行了仿真实验，证明了区域与特征相结合的特征提取方案的优越性，达到了预期效果。最后，提出了基于边缘区域与特征点相结合的图像匹配方案，根据互补原则，对于手术中实时的医学图像进行处理。在有效提取边缘信息及角点的基础上，计算欧式距离函数，查找与已知点距离最近的特征点进行匹配，并采用两幅图像间的双向搜索方式来提高图像匹配的准确率。采用图像处理原始算法以及本文提出的改进算法，进行了医学图像实验，在图像效果、运算速度、精确程度等方面进行了比较。结果表明，本文提出的基于边缘区域与特征点相结合的匹配算法精度较高，性能稳定，基本能达到预期效果；也为今后的图像三维重建以及与数字器官相结合的术中视觉导航研究奠定了基础。