相机标定作为机器视觉的重要组成部分,其目的是为了建立二维图像坐标和三维空间坐标的关系。传统的相机标定法是基于形状、尺寸已知的标定参考对象,其中人造立方体网格因为制作简单,费用低廉,并能提供单幅拍摄图像下的非共面控制点,被广泛应用于相机标定中。由于网格有多种类型,因此如何选择合适的网格点以提高相机标定的稳定性和精度是目前的研究重点之一。本文提出采用圆形网格点作为标定的参考对象,研究的主要工作如下:(1)根据相机畸变模型,在DLT模型中加入非线性改正系数,研究实现了一种更有效,精度更高的基于DLT的相机标定法:先估计投影转换矩阵初值,加入非线性改正系数后直接优化,避免了分解矩阵中产生的误差,从而提高了标定精度。在此基础上,提出了利用标定结果重建空间点3D坐标的方法。实验中使用不同的畸变模型证明了本文算法的有效性,实验结果表明这种方法可以取得较好的标定精度,并给出了适合本文实验环境下的畸变模型,进行了与Tsai两步法的对比实验,结果表明本文算法精度上的改进。(2)采用圆形网格点的圆心作为控制点,避免在提取图像坐标过程中由于阈值选取不恰当产生的误差。由于圆形在不对称投影中不是保形投影,所以圆心的投影并不是圆的投影的中心,必需在相机标定中修正不对称投影引入的畸变误差,基于透视投影变换和空间解析几何理论,分析了估计投影误差值所需的公式,提出了基于DLT模型的不对称投影畸变误差的数学模型。采用模拟实验对计算公式进行了验证,并考察了投影误差与各种空间圆方位参数的关系,实验结果表明,修正误差后的标定精度有所提高。(3)为了得到圆心世界坐标和图像坐标的一一对应关系,需要对圆形格网点在图像平面上的成像进行排序,标定过程中经常需要人工寻找对应点。为了使相机标定的全过程自动化,提出一种在图像平面上对格网点自动排序的算法,避免了标定过程的人工干预。实验结果显示所提方法在不同场景和光照条件下的自动性和正确性。