雾天条件下移动机器人的行进主要依赖于摄像头对周围环境信息的捕捉和根据捕捉到的信息完成路径规划任务。双目视觉系统借助双目摄像头来实现,通过捕捉左右图来获取周围环境的深度信息,为移动机器人的雾天行进提供信息支撑。本文以双目视觉为基础,着重对雾天图像增强与双目立体匹配算法进行相关研究,主要工作内容如下:(1)针对传统Retinex雾天图像增强算法采用固定尺度参数的滤波器而没有考虑到雾浓度影响的缺点,本文提出了一种基于暗原色先验的改进Retinex去雾算法。本算法以暗原色先验模型理论为基础,根据滤波器尺度参数和图像子块暗原色均值的对应关系,对不同雾浓度区域使用不同尺度参数的高斯滤波器,再借助Retinex理论思想进行图像增强,最后通过色彩信息修复和改进分数阶微分算子增强图像边缘进一步优化细节信息。实验证明此算法相比传统算法提高了图像的清晰度、对比度,使图像细节更加丰富,具有更强的边缘保持能力,同时复原图像还具有较好的层次感和全局效果。(2)针对传统基于Census变换的立体匹配算法在噪声抑制和图像细节方面存在的缺陷,提出了一种基于窗口互相关信息的改进Census立体匹配算法。首先取窗口内各像素灰度值的平均值作为参考值,同时在参考值的基础上增加了一个噪声阈值作为另一约束条件,提高了算法的鲁棒性。然后借助SAD进行加权匹配代价的计算,减少了噪声干扰,丰富了图像的细节信息,同时降低了误匹配率。实验结果表明,相比其他传统算法,此算法的误匹配率较低,匹配精度较高,在深度不连续区域的改进效果明显。本文基于Arduino控制器与双摄像头设计了雾天条件下运行的移动机器人,通过本文提出的雾天图像增强和双目立体匹配算法进行优化,实现了移动机器人在雾天条件下的双目测距、路径规划以及避障等工作。实验证明本文所提出的方法能够保证系统的稳定性与连贯性。