计算机视觉随着计算机图形学、模式识别等学科的发展也得到了飞速的发展。利用计算机实现人的视觉系统功能,获取图像信息来计算三维空间中物体的几何信息,最终由此完成重建和识别物体是计算机视觉研究的最终目的。空间物体的位置信息与物体图像中对应点之间的关系是由摄像机的成像模型决定,这种模型参数即是摄像机的参数,求取这些摄像机参数的过程被称为摄像机定标。摄像机定标被广泛应用于三维测量、三维物体重建、物体识别、机器导航、生物医学、工业检测等诸多领域中。在科学技术飞速的今天,摄像机定标技术已经成为了计算机视觉领域内的主要研究热点之一。摄像机定标大体可以分为两种方法,即传统摄像机定标方法和摄像机的自定标方法。传统的摄像机定标的基本方法是基于特定的物理条件,例如待定标物体的形状、尺寸等,经过对这些信息图像进行处理,来求得摄像机的内部参数和外部参数。摄像机自定标方法则是利用多幅不同的图像之间的几何关系,通过求解基本矩阵求得摄像机的内部参数和还原摄像机的外部参数。受很多不同因素的影响,摄像机在进行图像拍摄、传输的过程中,输出图像质量可能不是很高,有时还可能存在较大变形,不能达到要求的输出图像。为了提高图像分析结果,就必须对此类图像进行校正。常用的校正方法为光学校正和数字校正两种方法。数字图像校正是利用了数学分析与图像处理技术对摄像机摄入的图像进行图像校正,以便达到图像分析的目的。随着数字图像处理技术的飞速发展,采用数字图像校正技术进行畸变校正已逐渐盛行。本论文简要介绍了作为摄像机定标所需要的数学背景及成像几何理论,阐述了传统的摄像机定标方法,并对摄像机定标中的影响因素进行了分析。讨论了目前应用广泛的摄像机定标方法,并对它的鲁棒性进行了分析。本论文在已有的摄像机定标理论的基础上,通过研究图像的角点检测算法,给出了一种快速基于角点检测的摄像机定标方法。本文还对数字图像校正方法进行了研究,给出了一种优于传统方法的数字图像校正技术算法,并利用实验方法证明了方法的方便和有效。