对目标或场景的三维重建是计算机视觉的重要研究内容之一，也是目前研究热点。基于双目视觉的三维重建方法就是从双目二维图像序列中获取目标物体的三维信息，尽管目前重建精度不高，技术难度大，但具有成本低、应用方便，环境要求低，并且在虚拟现实、工业检测、机器人导航、地理测量、尤其是在物体识别等领域有广泛的应用。本文在基于双目视觉的障碍物识别与重建方面展开研究，主要完成了以下工作：1.在广泛阅读国内外有关基于双目视觉的障碍物识别与重建文献的基础上，总结了该技术的国内外研究现状。2.介绍了基于双目视觉的障碍物识别与重建的相关基础知识，包括：双目视觉原理、视差图与深度图、三大坐标系、有限摄像机模型、对极几何、基础矩阵、本质矩阵以及准稠密匹配等。3.在研究了目前比较流行的避障方法的基础上，提出了一种基于颜色分割和高度检测相结合的障碍物识别方法。该方法首先将双目图像序列进行颜色分割，提取出障碍物区域，然后仅在障碍物区域进行特征提取、特征匹配、准稠密匹配等处理，计算出障碍物在图像中的三维信息，最后利用障碍物高度检测法求出障碍物的真实高度，从而恢复出障碍物的真实三维信息。4.为提高障碍物重建的精度，提出了一种基于最优种子排序的准稠密匹配法。该方法首先对已匹配好的特征点对进行最优种子区域排序，然后从最优的种子区域开始通过一定的区域增长方式进行匹配扩散，将匹配关系扩散至整幅图像，最后再用RANSAC法消除误匹配，得到最终的准稠密匹配对。5.根据上述理论和推导，对整个系统的工作流程和模块功能进行了分析，并设计出一个障碍物重建的软件系统，然后通过实验对本文方法的可行性和正确性进行了验证。