计算机视觉的基本任务之一是从摄像机获取的二维图像信息出发来计算三维空间中物体的几何信息,由此来重建或识别物体,并进一步指导机器认知现实世界。在上述过程中,摄像机标定是一个无法回避的步骤。在传统的摄像机标定领域内,研究者们在相关方面开展了广泛的工作,取得了丰富的理论和实践应用成果,包括摄像机模型的建立,摄像机标定物的构建,标定物的识别定位,标定物上特征点的提取,标定算法模型的构建,摄像机姿态判断以及基于标定技术的各种具体应用等。本文在国家自然基金等科研项目的资助下,针对上述部分领域内存在的一些问题开展了相关研究,主要的研究内容包括以下几个方面：1)提出了一种针对棋盘格标定物上特征点的自动提取方法。首先采用基于Gaussian平滑算子的改进型Wellner动态阈值算法实现了标定图像的二值化,然后采用Canny算子提取棋盘格的边缘信息,最后采用多次Radon变换与子图像划分相结合的方法,基于逐步推进,迭代求精的思路,实现了棋盘格上黑白相交处角点的自动提取,从而提高了摄像机的标定效率,并有助于实现一种全自动化的摄像机标定方法。角点提取过程中,采用图像分割与子图像处理的方法,在一定程度上纠正了由于镜头畸变带来的角点提取偏差。该算法提取的角点精度可以达到亚像素级,在存在遮挡的情况下仍然有能力预测到遮挡处的棋盘格角点坐标。实验表明,将采用本文方法提取到的角点信息应用于摄像机标定过程中后,最终得到的相机标定结果与采用现有成熟的人工交互方式的方法得到的结果精度相同。2)提出了一种基于角点分类的多棋盘定位方法。详细分析了非极大邻域、高斯方差和窗口、角点阈值以及权重系数等初始参数对Harris算子提取角点的影响,给出了针对棋盘格角点提取时的参数选取准则。构建了一种自适应旋转尺度和规模尺度的用于稀释棋盘格伪角点密度的二值化模板。综合运用密度聚类算法(DBSCAN)和模糊C均值(FCM)聚类算法完成了棋盘格伪角点过滤与多棋盘定位,并采用Radon变换算法对各棋盘边缘位置进行了精确提取。实验表明该方法对于具有复杂大背景的多棋盘定位具有良好的效果,为利用单张图片进行摄像机标定提供了一种行之有效的途径。3)采用摄像机标定技术实现了一种基于单目视频的低成本头部三维运动姿态跟踪与提取方法。该方法能够有效的提取头部姿态的6自由度(Degree of Freedom, DOF)运动参数。这些参数包括：分别沿X轴、Y轴、Z轴方向的平移运动参数Tx、Ty、Tz和分别绕X轴、Y轴、Z轴的旋转运动参数γ、β、α。在数据的后期处理中,采用了基于扩展卡尔曼滤波(Extanded Kalman flter, EKF)的算法对数据曲线进行了平滑和去噪,同时解决了由于缺帧等原因造成的祯间姿态跳跃问题。在实验中将采用本文方法提取到的数据与同步采用运动捕捉系统提取到的数据进行了比对,验证了本文方法的有效性和所得结果的准确性。4)提出了一种基于三维眼部几何模型的人眼瞳孔中心点定位方法。本文中首先基于人眼的生理信息和二维眼部图像,构造了人眼的三维几何模型。在此基础上,将提取到的瞳孔边缘信息从二维空间转换到三维空间,然后采用边缘拟合的方法完成了瞳孔中心点的提取工作。具体过程中,基于人眼瞳孔边缘点属于同一空间平面这一属性,本文采用最小二乘法拟合出该空间平面,然后利用该平面将椭圆拟合问题转化为简单的圆形拟合问题,从而减少了拟合瞳孔时边缘信息的需求量,降低了边缘拟合时的复杂度。实验表明,当瞳孔的遮挡面积达到75%时,采用该方法仍然能够准确的提取出瞳孔中心点的位置坐标。