摄像机标定在计算机视觉、摄影测量、智能机器人等领域具有广泛的应用，是从二维图像获取三维信息不可缺少的一步，所以研究摄像机标定具有重要的理论价值和实际应用价值。
　　 根据目前摄像机标定的研究现状和特点，本论文对摄像机标定及相关技术进行了研究和探索，主要包括摄像机模型、图像的特征提取、特征点匹配和摄像机自标定技术。总结本文主要工作和研究内容如下：
　　 (1)基础理论方面：详细描述了摄像机标定的发展现状，探讨了摄像机标定所需的几何知识理论，包括射影几何和对极几何，介绍了摄像机标定的基本过程和原理以及分类。
　　 (2)图像的特征提取方面：详细介绍了常用角点提取技术的原理，包括Moravec算法、SUSAN算法、MIC算法和Harris算法，并通过分析其优缺点，最终选用Harris算法作为本摄像机标定中的角点提取算法。
　　 (3)图像匹配方面：本文提出了一种基于Delaunay三角网和射影不变量理论的点匹配技术。该方法是根据Delaunay三角网的唯一性的原理和射影不变量在射影变换中不会改变的性质，将整个匹配过程分为粗匹配和精匹配两个过程。在粗匹配过程中，先将待匹配图像根据其角点集进行Delaunay三角剖分.然后再计算两个D-三角形网中三角形之间的相似度，取相似度大于某一阈值的三角形对，作为匹配算法的粗匹配结果；在精匹配过程中，利用射影不变量中的共点线束，对粗匹配的结果进行了筛选，选择那些满足不变量的三角形作为精匹配的结果，也即这个匹配过程的结果。
　　 (4)在摄像机自标定方面：详细介绍了常用的自标定方法，包括基于Kruppa方程的自标定技术，基于绝对二次曲面的自标定方法。根据应用的背景和应用环境，本文采用基于Kruppa方程的自标定方法，为了简化Kruppa方程的解法，采用了四参数的内参数矩阵，利用共轭迭代法解出内参数
　　 (5)在上述研究的基础上，设计并实现了一个摄像机自标定系统的系统原型。