计算机立体视觉技术模仿人眼成像过程,通过计算不同视角下同一物体成像点之间的视差,反求物体表面深度信息,进而获取其立体结构。近年来,得益于计算机硬件性能的提升以及图像处理算法的不断改进,立体视觉技术发展迅猛,广泛应用于人机交互、虚拟现实、军事巡航、医疗诊断、工业检测、影视娱乐等诸多生产和生活领域。本文深入探讨和研究了计算机立体视觉系统的理论依据和关键技术,针对静态物体的表面三维重构这一目标,设计并搭建了相应的软硬件环境,主要完成了以下工作:1.详细推导了立体视觉系统中涉及的三个坐标系及其相互转换关系;分析了摄像机的理想成像模型和包含畸变的实际成像模型,给出修正径向畸变的数学方法,在VS平台下利用Open CV实现图像畸变矫正,得到无畸变图;对比多种标定方法,最终以2D平面棋盘格法实施标定,通过最小二乘法求解标定参数,Gauss-Newton法对结果进行非线性优化,得出了较为准确的摄像机内外参数。2.在第三章对所采集的原始图像进行了灰度化、滤波、直方图均衡等增强处理,提高了图像质量;同时研究了特征提取的方法,采用Harris角点检测和亚像素角点定位相结合的方法,精确定位出棋盘格角点;对比了Roberts、Sobel、Prewitt、LOG、Canny等多种边缘检测算法,给出其相应的检测效果,最终选择Canny算子作为本文的边缘检测算子。3.提出了基于对极几何约束的匹配搜索方法,将二维空间搜索降到了一维极线搜索,提高了匹配效率和准确性;给出了计算极线的方法以及左右图像对间极线校正的方法,并在Open CV上成功将两幅图像的极线校正在同一水平线上,实现了两台相机数学上的前向平行对准结构;通过Open CV编程实现Block Matching匹配算法,得出被测物体的视差图。4.搭建了基于单摄像头的立体视觉系统,系统可根据实际要求调节基线距离,从而灵活适应不同测量场景。在VS平台上配置Open CV环境,结合Matlab完成了摄像机标定、图像预处理、极线校正、立体匹配、三维重构等步骤,最终输出被测物体的等深度图,实现了完整的立体视觉系统框架,得到了预期的三维重构效果,并给出详细误差分析。