图像的深度估计是计算机视觉研究中的一个基本问题，它在机器人学、场景理解和三维重建中有着重要应用。本文为了实现变焦图像的深度估计，首先对手动变焦摄像机的标定技术进行了研究。标定和分析了深度估计所需要的摄像机内外参数，而且考虑到手动变焦镜头的特点，对标定参数的稳定性进行了考察，从而为完成变焦图像的深度估计奠定了基础。从标定结果看，离线标定可获得较稳定的焦距和畸变系数。虽然直接标定的主点不能用于深度估计，但可以通过变焦图像的缩放中心来替代主点进行变焦图像的深度估计。并利用最小二乘法获得了变焦图像的缩放中心。最后标定了不同焦距之间的光心位移，实验结果表明焦距的变化量并不等于物距的变化量，而且二者之间有着明显的差距，从而说明厚透镜模型更适合用来描述摄像机的变焦镜头。其次，在对SIFT算法研究的基础上，提出了改进的SIFT匹配算法。先利用变焦图像的几何约束条件，获得了少量的理想匹配点对。在此基础之上，分析了理想匹配点的SIFT特征属性，并利用这些特征属性直接获得了大部分的理想匹配点对。然后，结合变焦图像的极线约束和理想匹配点的SIFT特征属性，提出了基于极线距离的误匹配去除算法，同时还实现了缩放中心的实时标定。实验结果表明，改进的SIFT匹配算法稳定有效，较好的去除了误匹配点，并且获得的匹配点对有较小径向夹角，十分有利于变焦图像的深度估计计算。最后总结了变焦图像深度估计的原理，并在结构化场景下进行了简单的深度估计实验。