随着近年来多媒体技术的不断发展,视频压缩技术成为了研究的热点。运动估计作为视频压缩框架中的关键技术,对视频压缩编码的质量和速度有着举足轻重的影响。计算机视觉作为新兴学科正在快速发展。立体视觉是计算机视觉的一个重要分支。要想准确地恢复物体的三维坐标信息,必须要提高摄像机标定的精度。因此,研究摄像机标定及其在三维信息提取中的应用具有重要的理论和应用价值。本文的内容主要分成两部分:全局运动估计和摄像机标定。本文详细介绍了运动矢量场的参数模型。分析了当前全局运动估计的间接方法和直接方法。指出全局运动估计的算法面临着估算精度和运算复杂度的矛盾。针对全局运动估计的问题,提出了一种预处理和后处理相结合的全局运动估计算法。基于“运动矢量残差最小化”准则,综合块匹配结果正确性与运算复杂度等因素,提出了特征点选择的原则和方法,并以种子扩散的形式排除外点,快速得到比较准确的“内点”集合。然后基于“最小亮度残差”准则,使用低至2%的图像的像素点集对得到的参数进行快速优化。实验显示当图像存在移动模糊,快速运动,散焦模糊等多种原因而使得运动矢量存在较大的扰动的时候,本文提出的算法依然能够修正错误的全局运动参数,获得比较好的补偿效果。在摄像机标定方面,本文介绍了摄像机的线性模型和非线性模型。介绍了基于线性模型的直接线性变换(DLT)方法和基于两步法的Zhang的方法。本文给出了一个对摄像机系统立体标定的方法。