计算机视觉的基本任务之一就是从摄像机捕获的二维图像信息出发来计算三维空间中物体的几何信息，并由此重建和识别物体。空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，这些几何模型参数就是摄像机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个过程被称为是摄像机标定。总的来看，现有的摄像机标定技术大体可以归结为两类：传统的摄像机标定方法和摄像机自标定方法。本课题通过研究计算机视觉中的摄像机的标定方法，并将标定的方法应用在基于录像的ARToolKit应用中。ARToolKit是由日本广岛城市大学与美国华盛顿大学联合开发的增强现实系统二次开发包。通过剖析ARToolKit关于摄像机标定的过程，发现其过程是利用两张特定的图片，并对图片进行手工移动来进行摄像头标定的实时计算，这种对图像手工移动的交互方式在录像中难以实现。在基于一段录像数据的增强现实的研究中，如果默认的摄像机参数不满足要求，ARToolKit就无法对其进行摄像机的标定工作。在计算机视觉中，摄像机标定参数的求解方法可以分为两种情况：一种是直接求解摄像机模型的整体矩阵，一种是分别求解摄像机的内部参数和外部参数。前一种方法的好处是计算相对简单，而后一种方法虽然麻烦一些，但在应用具体参数时增加了灵活性。由于在ARToolKit中所需的参数是摄像机的内部参数，本文利用Tsai两步法对包含了标定物的录像进行摄像机的标定，分别求出了摄像机的内部参数和外部参数。ARToolKit的工作是自成体系的，计算出的标定参数需要嵌入ARToolKit的数据流程，本文将Tsai两步法的标定结果中的内部参数传递给ARToolKit，最后利用ARToolKit对标志的识别、跟踪和图像合成技术实现虚实的结合，实现了ARToolKit向面向视频录像应用的扩展。