摄像机标定是计算机视觉中获取物体空间信息的前提,是三维重建中必不可少的一个步骤,也是立体视觉研究的重要组成部分。标定结果的好坏影响着三维测量的精度和三维重建的结果,同时实时的标定也可以更好的满足导航等机器视觉的需要,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。本文围绕摄像机标定这个主题,对摄像机标定的相关问题进行了总结、分析和研究,主要内容包括以下几个方面：1、作为摄像机标定的第一步,角点坐标的准确提取会对标定的精度产生很大的影响。本文在Harris角点检测的基础上,提出了一种新的角点检测方法。该方法先遍历图像的每一个像素,计算像素周围8邻域内与其灰度值相似的点的数目,根据相似点数目的大小,选出部分像素点作为角点候选点；然后再对候选点进行Harris角点提取,这样便缩小了复杂的高斯滤波运算的范围,提高了运算速度；最后对提取出的单像素角点进行亚像素精度提取,提高了角点检测的精度。2、分析和总结了国内外几种摄像机标定方法,对传统标定方法中的两步法进行了深入的研究。针对第二步中最小化重投影误差求出标定参数的最优解这个非线性最小二乘问题,提出了改进的LM法。该方法在增量迭代公式前乘以一个下降因子,在迭代的前期降低对初始值的要求,且不减慢迭代速度。用内部参数的相对变化量作为收敛的判断依据,使算法更加简便实用。3、设计了仿真实验,整个实验在Matlab标定工具箱上进行,采用改进的Harris算法提取亚像素级角点,改进的LM法解非线性最小二乘方程,与传统的张正友方法在精度和运算时间方面进行比较。实验结果表明算法精度在0.1个像素以内,高于传统的张正友标定方法。4、分析了摄像机自标定的基本方法。考虑到自标定方法灵活,但是精度和鲁棒性不高的特点,提出了一种新的自标定方法。先通过两幅或以上的图像匹配点间的几何关系,建立了关于摄像机内外参数的约束,然后用遗传算法求得摄像机的内外参数。最后用两幅图像的角点数据对摄像机进行标定,实验结果表明,标定结果接近传统标定结果,标定过程较传统标定方法简单。