换。双目视觉作为计算机视觉中的一个重要分支28，为该转化提供了理论基础。其中摄像机标定与立体匹配技术是双目视觉系统最为重要的环节，研究其实现方式及匹配效率与精度等问题对双目视觉系统的发展有着极其重要的意义。
本文在搭建双目视觉系统采集模块完成的基础上，对双目视觉系统三大坐标、摄像机两种模型和立体匹配两种区域算法进行了理论研究，并基于Matlab对摄像机标定与立体匹配算法进行软件仿真。
本文通过对两种匹配算法进行分析后得出结论：基于全局最小化匹配算法在可靠度和计算量上均优于基于线性生长立体匹配算法；两种算法通过滤波均能够大大增加算法的可靠度。
41总结
本文主要研究内容是双目视觉系统中的摄像机标定与立体匹配两大模块，完成以下内容：
28
f第四章总结与展望
1、简要叙述了双目立体视觉系统的研究背景和意义以及国内外发展现状。文章重点叙述了双目立体视觉系统中的摄像机标定和立体匹配两大模块，包括理论知识以及实验过程。
2、利用middlebury网站提供的标图基于Matlab对摄像机进行标定，再利用实验采集的图片进行立体匹配，为双目视觉系统的三维重建建立基础。
3、在摄像机标定过程中，我们详细阐述了世界坐标系，像平面坐标系以及摄像机三大坐标系、线性与非线性摄像机两种模型以及张正友平面标定原理与步骤。
4、在立体匹配过程中，首先详细阐述了基于全局误差能量最小化匹配与基于线性生长立体匹配算法的基本原理，并基于Matlab实现了算法，得出了试验结果。
5、通过综合分析得出不同匹配算法在可靠率、计算量以及均值滤波效果的结论：基于全局误差能量最小化匹配算法的可靠率明显高于基于线性生长立体匹配算法；基于全局误差能量最小化匹配算法的模板窗口较小可靠率较大，计算量较小；基于线性生长立体匹配算法误差阈值越大可靠度越大，计算量越小；算法结果进行均值滤波会大大增加算法的可靠率。
42展望
在计算机视觉领域中，双目视觉技术的研究的热度一直居高不退的，至今为止双目视觉系统有着越来越重要的地位，也逐渐运用于我们生产生活中的各个领域。本文研究内容主要在双目视觉系统中的摄像机标定与立体匹配这两个模块，但是由于时间仓促导致本毕业设计存在着一定的不足，我将在今后继续关注这个领域的研究与发展，我将从以下几个方面对双目视觉技术的研究继续充实：
1、在摄像机标定中，采用了工具箱中的模板网格图，应该自己制作高清的网格模板图片集进行实验仿真。
2、在立体匹配算法研究中r