视觉是生物获取外界信息的一种重要手段,对于人类而言更是如此。人类所获得的关于外界的信息,80%是由视觉器官提供的。随着计算机功能越来越强大,计算机视觉得到了极大的发展,并广泛应用到各个领域。其中,从二维图像中恢复三维物体的几何结构的工作称为三维重建,这就是三维重建,三维重建是计算机视觉的重要研究任务之一,三维重建技术在各个领域得到广泛地应用。相机标定是三维重建技术的基础环节,也是不可或缺的步骤。相机标定花费时间成本最高的即为特征点的提取。因此研究出自动化程度高的特征点提取算法,来实现摄像机准确快速的标定,具有十分重要的理论意义和实用价值。本文针对已有相机标定工具箱人工干预程度大等诸多方面的不足,通过对相机标定相关知识的研究,以棋盘格模板这一典型标定物作为研究对象,提出了一种新的基于形态学处理的角点检测算法和一种基于最小凸包理论的角点自动排序算法,结合张正友的标定模型完成相机参数的计算。通过对相关技术的研究,采用高斯滤波对图像进行平滑处理,设计了二值化图像的阈值确定方法,实现了图像的自适应二值分割。设计了基于图像形态学处理的棋盘格角点检测算法,成功实现了棋盘格角点的像素级定位。创新性地运用最小凸包理论对棋盘格四极点进行自动识别,利用所得四极点完成了单应性矩阵的计算,建立了所有角点图像坐标与空间坐标的对应关系,完成了角点的自动排序。通过对角点精确定位算法的分析和比较,应用灰度梯度算法获取棋盘格亚像素角点坐标,实现了角点的精确定位。所得角点的高精度坐标结合张正友的标定模型,完成相机内外参数的计算,实现了摄像机的精确快速标定。实验结果表明,本文的自动标定方法操作简便,标定结果与传统标定结果相当,耗时更少,在室内和室外环境下均具有很好的准确性和可靠性。