摄像机标定在机器视觉领域有着重要的作用。它对于任何涉及到二维图像与三维物体之间关系的应用都是必不可少的步骤。传统的摄像机标定方法一般使用标定物（如标定板）辅助才能对摄像机进行标定，这对实际的应用有着很大的局限性，特别是涉及到自主机器人导航、自动驾驶辅助系统、目标识别等应用，需要提供实时的三维空间测量信息和丰富的结构信息。因此摄像机自标定技术有着广阔的应用前景和巨大的潜力。本文根据近年来国内外摄像机自标定方法的研究现状，对摄像机自标定的一些常用方法进行了介绍和分析，最后本文利用未标定的图像序列，以三焦点张量为切入点，提出了结合三焦点张量的分层重构自标定方法。研究的主要内容如下：（1）介绍了国内外自标定技术的研究现状，分析了自标定技术的研究价值和应用前景。（2）介绍了自标定方法中常用到的一些理论基础知识，包括摄像机的基本模型、对极几何理论等相关知识，为后文的理论研究做铺垫。（3）在图像特征点匹配上，重点对基于SURF（speed up robust features）特征的两视图匹配方法进行了详细的介绍，并在此基础上采用基于三焦点张量的点转移方法对三视图的匹配进行了研究和分析。（4）介绍了基于点-点-点对应的三焦点张量的计算方法，并讨论了这些方法的优缺点，最后根据其所存在的问题提出了改进的算法。（5）介绍了自标定的一些常用方法，根据其所存在的问题，提出了利用未标定的图像序列，结合三焦点张量的分层重构自标定方法。（6）利用OpenCV2.0在计算机视觉处理上的强大功能（它是一个开源的函数库，提供了大量的有关图像处理、数学运算操作等方面的函数和类），建立了一个基于OpenCV2.0和VS2008的摄像机自标定系统，为以后进一步的研究提供技术支持。