近景摄影测量作为摄影测量学与遥感学科的重要分支,其特点是通过摄影手段获取目标物体的二维图像便可解算其相应的三维空间坐标值。随着现代工业技术的快速发展,为了能准确、快捷、实时的测量工业零件的三维形状,出现了很多成本高昂的三维测量系统。本文基于近景摄影测量原理,深入研究了非量测相机的标定技术,改进了采用低成本非量测相机进行高精度三维测量的关键技术。本文主要内容包括标志点图像处理技术、标志点编码及解码技术和自动检测、双目非量测相机标定算法等,具体工作如下:首先,相机标定工作中准确识别标志点是系统能否完成三维坐标解算的关键步骤,本文主要研究了十字标定靶编码元的编码、解码方法和自动检测以及相关的图像处理算法。其次,根据不同类型的标定板,本文采用两种相机标定法。因为对矩形平面标定板进行数据处理可得标志点的二维坐标及对应的三维坐标,采用神经网络的"黑箱"模型完成相机标定,并利用遗传算法优化获得最优权值和阈值,从而提高网络的稳定性及训练精度;因为对十字标定靶进行数据处理时只能获取靶点的二维像素点,无法准确获得三维坐标,所以本文采用双目立体视觉多视图相机标定法,利用光束法平差进行优化,以获得准确的内参数矩阵、畸变参数和靶点三维坐标值,然后通过立体像对中靶点三维坐标之间的刚体变换获得左右相机外参数矩阵和相对姿态。最后,通过实验对不同的相机标定法进行精度验证,以证明该算法的可靠性。文中提出的两种相机标定法可获得相应的训练网络或相机的内外参数及畸变参数,实现相机模型参数结果及标志点三维坐标解算。