计算机视觉已广泛应用于各个领域,推动了社会的发展,视觉测距作为计算机视觉的一个重要研究方向,在无人机视觉定位、机器人自主导航、非接触测量等领域已经发挥了巨大的作用。双目立体视觉测距凭借精度高、投入低、隐蔽性好和无破坏性等优势,可实现对不规则对象的尺寸、形状和位置的测量,满足了人们对测量精度和检测效率要求越来越高的需求,其应用前景广泛,具有一定的研究价值。为了实现视觉测距,本文提出了采用MATLAB标定与OpenCV匹配相结合的方法,主要工作包括以下几方面:在摄像机标定上,研究了目前主流三种摄像头标定方法,分析了三者的优缺点以及使用场景。针对传统标定法需要高精度标定物和自标定法标定精度低的缺点,采用了一种不需要高精度标定物且标定精度高的方法,并基于此方法在MATLAB中分别对左右镜头进行单目标定后完成双目立体标定,获得了精确的内外参数校正数据,并对数据参数进行验证。在立体匹配方面,首先从匹配原理、匹配准则和匹配分类三个方面详细介绍立体匹配基本理论。然后重点对区域立体匹配算法进行分析,对比了不同窗口大小对立体匹配的精度以及时间的影响。最后对SGBM和BM算法进行深入仿真,通过对比视差图分析各自优缺点,考虑到系统实时性并结合选题采用BM匹配算法。搭建了双目立体视觉硬件系统平台,进行实际测距实验。在一定范围内对物体在不同的距离进行多次测量实验,共记录165组实测数据,计算出每组测量距离的相对误差平均值。误差分析结果表明,本系统在200mm-4000mm范围内的测距精度低于5%,最后与基于ORB匹配的测距系统和传统算法的测距系统进行对比,本系统的测量范围更广,测量精度更高。本文提出的视觉测距方法可以满足较高的精度要求,在无人机避障、机器人导航等应用场景有一定的实用意义。