视觉是人类感知环境世界,认识外部世界的主要途径。随着计算机技术的不断发展和人类对数字化信息需求的不断增加,计算机视觉和立体视觉得到了极大的发展。由于摄像机标定是计算机视觉获取三维空间信息的前提和基础,是立体视觉的一个重要组成部分,因此研究摄像机标定方法具有重要的理论研究意义和实际应用价值。本文主要研究摄像机标定理论和方法,获取摄像机的有关参数,建立起三维空间物体与二维图像间的对应关系,为计算机视觉和立体视觉的下一步研究提供可靠的数据并奠定良好的基础。文中首先对摄像机标定的基础知识进行了详细的讲解,然后分别从传统标定法和自标定法两方面对一些已有算法进行了深入研究。针对传统标定法,本文提出了一种操作简单、灵活性好、精确度较高的共面点标定法。该方法利用共面点标定物,不需要摄像机做任何运动。当精度要求低时,忽略镜头畸变,采用线性方法标定出所有参数；当精度要求高时,可引入Weng畸变模型,利用非线性方法求解畸变系数。仿真和真实图像实验验证了该方法的准确性和有效性,并通过该方法在视觉测量上的应用,证明了该方法的实用性和进行摄像机标定的必要性。最后结合VC++和Matlab软件,实现了该方法的摄像机标定程序设计。基于Kruppa方程的摄像机自标定方法在文献中有很多种。本文提出了一种改进的基于直接求解Kruppa方程的自标定方法。这种方法不用消去Kruppa方程中的比例因子,而是首先通过一种近似方法确定Kruppa方程中比例因子的初始值,然后采用粒子群优化算法对比例因子进行求精,最后利用线性方法完成摄像机的标定。仿真实验结果验证了这种方法的有效性和鲁棒性。