计算机视觉的主要任务之一是通过对采集到的图片或视频序列进行处理,以获得相应的场景下的三维信息。摄像机标定则是其中的关键步骤,它搭建起了二维图像与三维空间的桥梁。尤其是在运动赛事（如篮球或足球赛事中）,常常需要通过场边摄像机所采集到的图像的三维信息对运动员进行评估。因此,通过摄像机参数计算运动场景下目标点的三维信息的研究是有价值的。本文基于运动场场边摄像机所获得的的图像信息的不同,提出了两种摄像机标定方法,算法简要描述如下:大多真实运动场场景中存在一个中圆和中线,它们就可形成平面的摄像机标定模板。通过考虑直径以及直径所对的圆周角的几何关系,可以获得对圆心的像的约束。再由圆心的像和消失线的极点极线关系,得到消失线.从而获得圆环点的像,进而获得摄像机的内参数。通过圆像对偶矩阵的分解,可获得圆环点的对偶,进而获得摄像机外参数,完成摄像机标定。当能获取到运动场的整体图像时,则可通过球场边线（或中线）以及场边与球场平面垂直的物体图像的正交性,获得三个相互正交的消失点,进一步获得摄像机内参数,及摄像机外参数中的旋转矩阵。根据图像间的匹配点的对应关系,获得对极点,进而通过极点的成像过程,获得摄像机外参数中的平移向量,完成摄像机标定。此研究对运动场景下目标的位姿分析有很大价值,在不涉及到标定模板的任何度量信息的情况下可以确定摄像机的所有内参数及外参数.进而恢复目标点的三维信息。通过虚拟数据和真实运动场图像上的实验结果证明了此算法的有效性和可行性。