随着二十一世纪人工智能技术的发展以及对能源要求不断提升,国家电网面临新的挑战,建立智能化电网势在必行。在建设智能化电网的过程中,不管是设备的智能化还是电网的智能化,计算机视觉技术都可以在其中起到良好的作用。不管是利用无人机分析双目图像判断距离来更好地进行电力线路的巡检,还是智能机器人工作时利用摄像头分析实时图像进行距离测控等都利用到了计算机视觉的技术。而摄像机标定技术是计算机视觉技术中的重要组成部分,是上述很多工作的基础,它的精度直接决定了后续工作的误差大小,所以进一步提升摄像机标定技术的精度有着重要意义。本文主要研究智能算法用于摄像机标定参数的优化和双目视觉测距,所做主要工作如下:(1)本文建立了摄像机的成像模型并进行数学原理推导,区别于常用的遗传算法和粒子群算法,将蝙蝠算法与正弦余弦算法应用于摄像机标定参数的非线性优化中。进行实物实验,与粒子群算法和列文伯格-马夸尔特算法的实验结果进行比对,以实际投影点和计算得到的投影点的误差均值为精度标准,使用正弦余弦算法的精度较列文伯格-马夸尔特算法提升了2.34%,但是在稳定性方面还需要进一步提升。(2)从摄像机标定参数的优化趋势图中寻找规律,通过改进转换参数和增加权重系数,以及加入并行策略得到了新的正弦余弦算法。最终通过实物实验证明了改进后的算法在精度和稳定性上都有了进一步的提升,其中误差均值较正弦余弦算法提高了12.96%,证明了改进的正弦余弦算法的可行性。(3)在不同位置进行双目视觉测距实验,取相同特征点进行测距并计算误差均值,实验过程中仅选取的摄像机标定参数优化方法不同,实验结果证明了改进后的正弦余弦算法应用于双目视觉测距中可以减小实验误差。