相机标定是计算机视觉中第一步,目前己经成为计算机视觉研究中的热点。如果要将二维图像精确地进行三维重建,或是进行精密测量以及空间运动分析,就必须准确标定相机。本论文详细论述了相机标定的基本理论,包括相机的理想数学模型和实际数学模型,分析了成像过程中的畸变因素,。并介绍了几种常用的相机标定方法,包括直接线性标定方法、二步标定法和基于相机纯旋转的自标定方法,讨论了它们的优缺点和适用范围。为了提高测试精度,本文使用了亚像素细分算法。在亚像素细分算法部分,对比了几种常见的亚像素细分算法之后,本文采用了一种最为有效的细分算法,试验表明亚像素级数据比像素级数据精度大大提高。最后,介绍了本文使用的相机标定方法,根据光学中心处的像素畸变为零以及相机成像的原理,通过引入全数字经纬仪,无需相机作任何运动即可实现相机内参数的标定,从而解决了CCD摄像系统的畸变校正问题。实验结果表明,本文相机标定方法应用范围广泛,是一种简单、有效、实用的标定方法。本文在VC++6.0软件平台下用数字图像处理方法编程实现,数字图像处理方法补偿了光学系统的几何畸变问题,这使得低精度光学测量系统能够满足高精度测量要求。