随着图像处理技术和视觉理论的发展，机器视觉在生物医学工程、导航、工业检测、军事等领域得到了日益广泛的运用。摄像机标定是机器视觉研究的重要内容之一，对整个系统的性能起着十分关键的作用。论文研究了机器视觉技术中的摄像机标定方法，并进行了实验验证。主要工作如下：　　 对现有的摄像机标定模型(线性模型、非线性模型、两步法)进行了对比，分析讨论了以提高标定精确为目的的角点提取方法(如：Harris角点提取、SUSAN角点提取、SIFT角点提取)的特点。　　 对几种摄像机标定方法进行了研究，通过对两步法的重点探索，采用最小二乘法求解摄像机内外参数的初始值。　　 对遗传算法的初始种群选择策略进行了改进，提出了一种基于改进的ESGA的摄像机标定方法，对摄像机的内外参数进行优化。通过实验，验证了所提方法较传统的基于遗传算法的标定方法具有更高的精度。　　 研究基于PMAC的运动控制技术，完成了对运动控制实验系统的硬件设计、机械结构件的连接；利用VC++的MFC框架，结合多线程开发、多进程开发相关技术，编制了系统控制软件；实验验证了摄像机标定技术在运动控制实验系统中的应用。