在现代化工业大生产中，传统的人工检测方法已经不能适应生产自动化和高外观质量的要求，因而人们开始考虑一种新的检测技术--机器视觉技术。立体视觉技术的主要研究内容是由多幅二维的平面图像恢复出被摄物体的三维坐标，而其中基于两幅图像的双目视觉技术则是一个研究热点。 本课题的主要目标是实现机器人代替人去生产线上抓取物体，主要分成检测物体的三维信息恢复和机器人抓取物体。首先本课题利用立体视觉系统，从多个不同的角度拍摄物体，恢复出物体的三维信息；然后机器人根据立体视觉系统提供的三维信息，决定如何去抓取待检测物体。而本文采用了双目立体视觉系统，目前主要完成了待检测物体部分三维信息的恢复。在将来的工作中，可以利用多个摄像机拍取的图像恢复出物体的全部三维信息，机器人然后根据信息做出抓取物体的决策。 双目视觉系统通常可分为图像获取、摄像机标定、特征提取、立体匹配、目标定位和深度图生成等六大部分。而本论文主要针对摄像机标定、图像特征提取、立体匹配这三方面的内容展开研究。本文以黑白棋盘格模板作为标定模板，建立了双目立体视觉系统。本文提取了预处理后图像的垂直方向Sobel边缘，比传统的Sobel、SUSAN、Canny三种边缘特征点的正确匹配率高。但是基于边缘点的匹配，在三维视点发生变化时会产生影响。因此本文还提取了一种具有局部图像的不变性SIFT特征点，这些特征在真实世界的三维变化后依然保持稳定的信息，对后续待检测物体的三维信息恢复非常有利。 但SIFT特征点对于不具有明显特征区域的图像匹配效果不是很好，而且得到的正确匹配点数量也比较少。所以本文提出了基于SIFT特征点的分阶段匹配算法。它获得的匹配点数量比基于边缘和SIFT特征点匹配多，而且结合了基于SIFT特征和灰度匹配算法的优点。最后依据点的三维测量技术恢复了待检测物体的部分三维信息，而且利用已有的阶段成果测量出了已经恢复部分的几个形状尺寸，为后续的实现机器人抓取检测物体做准备。