从二维图像获得三维空间信息的过程中,摄像机标定是必不可少的环节。自1992年, Hartley和Faugeras首次提出摄像机自标定的思想后,摄像机自标定方法便成为计算机视觉领域的研究热点之一。虽然现在较多的文献介绍了自标定的方法,但这些方法总的来说都需解一个非线性方程组或相应的非线性规划问题,导致最后的结果对在噪声情况下和所给的初始值都非常敏感。而本文提出了三种精确并且鲁棒性较高的线性算法求解摄像机内参数和外参数。其中第三章和第四章为本文的研究内容和创新之处。第三章是基于单视图约束确定摄像机内参数和外参数的方法,包含:外相离圆确定摄像机内参和外参数的线性方法,和同心圆求解的内参和外参数的线性方法。而第四章是对于第三章中难以进行单视图线性约束情况提供一种方法补充,其中包含两视图中基于单应矩阵方法,线性的确定摄像机的内参和外参。除了理论上的探讨,我们还进行了大量的数值模拟实验和真实图像实验。实验结果验证了本文提出的算法的可靠性和有效性。