全景相机是近年来摄影测量学和计算机视觉等领域研究的热点。相机标定作为量测过程中非常关键的环节,其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。传统的标定方法是在同一参考坐标系下对每台子相机的内外方位元素分别标定,再利用外参数间接解算子相机间的相对约束关系。这一类方法操作简单方便,但没有利用到子相机之间的相对定向关系,标定结果容易波动。本文提出一种附有约束条件的组合式全景相机的标定方法,来获得稳健的检校结果。利用一种由8台均匀分布的网络摄像机所集成的可覆盖柱面360°的组合式全景相机,搭建一个带有多标志点的实验标定场,并提出一种标志点自动识别方法。首先采用最小二乘椭圆拟合方法对各标志点进行检测识别,再利用标志点之间的相互关系,对多个标志点进行自动编码操作。组合而成的全景相机的标定内容包括确定子相机的内外方位元素和子相机间固定的相对定向关系,通过建立自检校光束法平差组合式全景相机标定模型,将内在的几何约束条件引入全景相机的标定,来达到提高标定精度及稳健性的目的。实验表明,标志点的自动识别方法能够减小干扰影响并在一定程度上提升识别速度,提高整体识别效率。与以往不带约束条件的传统标定方法进行对比,约束条件的引入使标定结果波动幅度更小,能够有效提升相机标定精度和稳健性。对于类似组合式全景相机系统的构建并应用于三维重建等具有参考应用价值。