折反射相机具有视场大、结构简单和成本低的优势,被广泛应用于计算机视觉、摄影测量和光电成像等领域。折反射相机由于镜面反射引起的成像系统非线性导致图像畸变严重。基于折反射相机的单目测量算法存在模型通用性较差和计算结果精度不高等问题。针对这些问题,本文以折反射相机标定和单目测量技术为研究背景,针对折反射相机的标定,点特征折反射相机位姿估计,位姿估计误差分析模型,折反射图像线特征的提取以及线特征位姿估计等问题展开研究。主要完成的工作内容:首先,针对传统的折反射相机标定算法中,棋盘格标定板在折反射图像中呈现不规则的扇形,引起的角点坐标定位精度低,导致相机标定精度不高的问题,提出了基于迭代的折反射相机标定算法。先利用传统标定算法得到初始参数值,并用初始值构建投影模型,将畸变的棋盘格投影到无畸变平面,进而在无畸变图像中提取角点坐标并进行反投影获得新的角点坐标。由新的角点坐标重新计算更新标定结果,如此迭代提高相机标定的精度。实验表明,与传统方法相比,角点的反投影误差降低了39%。其次,由于场景的非线性成像,这使得折反射相机的位姿估计需要进行复杂的数学计算。针对这一问题,提出了一种折反射相机点特征位姿估计方法,通过建立折反射相机和普通透视相机之间的投影关系,构建折反射相机等效线性成像方程。实现折反射相机EPnP（Effective Pespective-n-Poin）,ASPnP（Accurate Scalable Perspective-n-Point）位姿求解算法。通过一些系列的实验证明,两种算法与现有的折反射相机点特征位姿估计算法相比,旋转矩阵误差分别降低了29%和21%。然后,在PnP（Perspective-n-Point）位姿估计算法的基础上,结合误差传递理论构建误差分析模型。为了从误差源的角度提高位姿估计的精度,分析了中心点误差、焦距误差、镜面参数误差和图像点误差对位姿估计精度的影响。此外,从环境因素分析了特征点分布和特征点个数对位姿估计精度的影响。实验结果表明,仿真结果与位姿估计模型理论计算值一致,验证了误差分析模型的正确性。最后,针对低纹理场景的折反射相机定位问题,提出了一种线特征位姿估计方法。先探究了折反射相机的线特征的投影,在线特征的投影的基础上通过空间距离约束提出了一种线征提取方法。后利用空间中两条相互垂直的直线对齐曼哈顿框架（Manhattan Frame,MF）的两个轴给出旋转矩阵的约束方程,并采用空间中第三条直线计算进行位姿估计,再采用鲁棒性参数估计方法对旋转矩阵进行优化。通过模拟结构化环境仿真系统,以及搭建地面无人车系统（Unamanned Ground Vehicles,UGV）在典型的回形走廊进行实验,验证了算法的有效性和可靠性。本文针对折反射相机的标定和单目测量技术中的关键技术从折反射相机的高精度标定、点特征位姿估计算法、位姿估计误差分析和线特征位姿估计算法四个部分着手,分别对各环节提出了相关算法,并对各个环节的算法从不同方面进行了实验验证。为下一步基于折反射相机的视觉导航、目标检测,机器人定位等应用提供了新的思路。