随着人工智能技术热度的日益攀升,深度视觉已掀起了视觉革命的浪潮,并必将成为机器视觉领域的核心内容。由于深度相机具有能够获取实时深度信息,不受光照影响,体积小等诸多优点,使其逐渐成为制造生产与科学研究过程中不可或缺的硬件条件,但实现这一切的关键前提条件是深度相机能够完成精确,快速地标定。本文基于相机深度测量原理和自标定技术,提出两种操作方便简洁,结果精确可靠的深度相机自动标定方法。首先,基于课题研究背景和国内外研究现状分析了传统标定方法存在的不足,阐明了深度相机标定的研究意义;同时介绍了与相机标定技术相关的重要几何原理,为后续研究工作做出了铺垫。然后,结合经典标定理论基础,提出一种利用三维特征点与深度图中像素点的对应关系建立深度相机的数学模型以求解相机内外参数初始值,并通过优化得到相机参数最优值的深度相机自动标定方法。其次,针对基于三维特征点标定方法实时性差和其普通非线性优化方法全局搜索能力差等缺点,提出一种改进的基于求解单应矩阵的深度相机自标定算法。通过建立深度相机畸变模型求出畸变参数,结合免疫克隆选择优化算法确定深度相机最优内外参数。最后,搭建视觉实验平台,采用微软Kinect V2的深度相机获取深度场景图,利用Python语言编写标定程序进行标定试验,并进行了经典标定法的对比试验。通过试验结果对比与分析,证明本文所提标定算法的精确性与实用性。