相机标定是指根据成像系统的数学模型，利用物体表面特征点的空间坐标与图像像素坐标之间的对应关系计算出摄像机系统相关参数的过程。标定算法的稳定性及求解出的结果的精度直接影响整个视觉系统的准确性。因此研究机器视觉中相机标定的方法具有重要的理论和实际意义。特征点提取是基于图像进行相机标定的基础，特征点坐标的提取会对标定精度产生较大影响，所以本文在对相机标定的原理和基本方法以及双相机系统进行综述的基础上提出了可以实现亚像素级别特征点提取的两种提取算法：（1）通过结合改进的Harris和Forstner算法实现亚像素特征点提取精度；（2）将优化方法中的曲面拟合法应用到Harris算法中实现亚像素特征点提取。相机标定方法中基于平面模板的Tasi两步法可以满足大部分场合的精度需要，也是一种比较成熟的标定算法，但是这种算法需要假设主点坐标，这增加了算法的不稳定性。本文提出了一种仅利用两幅图片就可以求解出主点坐标的方法，避免了原始Tasi两步法假设主点坐标的不稳定性。本文在MATLAB实验平台下最终实现了相机标定的全过程以及双相机系统的仿真，达到了预期结果。实验过程主要分为图像预处理、亚像素特征点提取、单相机系统内外参数标定、双相机系统参数标定等四部分来完成，实验结果表明了本文所应用算法的正确性与先进性。