随着计算机技术和数字图像技术的迅猛发展,三维重建技术已广泛应用于计算机图形学、医疗诊断、虚拟现实、摄影测量等领域中。摄像机标定是三维重建必不可少的一个步骤,标定的精度决定了重建的精度,因此越来越受到研究人员的重视。相比于传统标定需要标定物、主动视觉标定需要相机做特殊运动,摄像机自标定技术仅通过拍摄的序列图像就能计算相机的内外参数建立成像模型,同时标定过程简单、灵活,所以研究摄像机自标定具有重要的理论意义和实际应用价值。　　 本文重点研究了基于图像对应关系的摄像机自标定方法。对于序列图像,需首先提取图像特征点并匹配。由于现有的特征提取匹配算法SIFT、SURF较慢,本文提出一种快速的基于点的特征提取匹配算法,通过采用FAST算子提取特征点并用对比度纹理直方图进行描述,同时利用RANSAC有效去除误匹配点。在保持了特征提取匹配稳定性和准确性条件下,运算速度更快。在获取了准确的图像对应关系后,本文研究了基于Kruppa方程的自标定和基于绝对二次曲面的自标定,并对后者进行了改进。改进的主要环节包括:运动结构更新、引入准仿射重构、迭代优化和全局优化。模拟和真实实验数据表明本文算法的精度更高。