摄像机标定在计算机视觉、摄影测量、三维重构等图像应用领域有着广泛的应用。由于摄像机标定是从二维图像获取三维信息必不可少的步骤;同时,摄像机拍摄的图像具有较大的畸变,在很多应用场合需要校正,所以研究摄像机标定的有关问题具有很重要的理论意义和实际应用价值。本文围绕摄像机的标定展开,研究了影响摄像机标定精度的两个重要关键环节——角点检测和摄像机标定参数的求解,主要完成了以下一些工作:(1)对国内外现有的标定方法进行广泛的研究,特别是对张正友的基于平面的两步标定法做了系统的研究,并在Matlab工具上实现了其算法。(2)为了得到精确的标定参数,首先要得到准确的图像信息。角点是图像最重要的信息之一。本文在Harris角点检测的基础上,探索多尺度角点检测算法,构造了基于小波变换的灰度强度,得到了具有尺度变换特性的自相关矩阵,使得角点检测可以在不同的尺度下获得角点,克服了单一尺度的Harris角点检测可能存在的角点信息丢失、位置偏移和易受噪声影响而提取出伪角点等问题。(3)为了进一步提高角点检测的精度,本文探索亚像素角点检测法,对角点初值是否为整数的情况,分别采用二次多项式逼近法和插值法亚像素角点检测方法。实验证明,将两种方法结合起来考虑,提取的角点有更高的准确性。(4)本文在张正友提出的基于平面模板两步标定法基础上进行了改进,先用图像中心附近点求取了初值。根据摄像机畸变产生的原理,图像中心附近畸变较小,故用图像中心附近点来求取的初值能很好地逼近准确值,这样使后面的非线性优化更容易收敛。(5)根据最小化重投影误差这一非线性最小二乘问题求出所有标定参数的最优解,本文探索采用高斯-牛顿法对初始数据进行迭代优化来得到所有参数,克服了高斯-牛顿法自身的弱点,充分利用它收敛速度快的优势,这样即使在切向畸变较大的情况下,也能较快较好地得到优化的标定参数。(6)科学地设计了实验方案,分别采用模拟仿真和真实实验对本文探索的算法进行了验证。针对实验结果和数据做了分析与讨论,得出一些有益的结论。