摄像机标定是机器视觉领域中的一项非常重要的技术，主要应用在移动机器人导航，场景三维重建，视觉监控和虚拟现实等相关领域。摄像机标定方法主要分为三大类：第一类是传统的摄像机标定方法，它是基于精确的立体标定靶标的一种摄像机标定技术；第二类是摄像机自标定方法，这类方法的实现与具体的靶标和具体的场景结构没有任何关系，它主要是利用摄像机参数的自身约束来确定摄像机的内参数；还有一类是基于主动视觉的摄像机标定方法，它在标定过程中通过精确控制摄像机进行某种运动（比如说平移或旋转）实现摄像机标定。该方法虽然消除了传统方法对3D立体靶标的依赖性，然而，这种方法也需要一个已知的精确的摄像机操作平台。另外，还存在一些其它的摄像机标定方法，比如张正友的基于平面模板的摄像机标定技术，以及基于神经网络算法或者遗传算法等思想的一些摄像机标定方法。本论文主要研究的内容是基于灭点的摄像机自标定方法。在投影几何中，灭点是三维空间中的无穷远点经过投影变换后在图像平面上的像点。空间中一条直线的无穷远点仅代表着该直线的方向，与具体直线的位置和点的坐标无关。将无穷远点代入投影变换公式，就会使得摄像机单应矩阵的第四列向量（位移列向量）为零向量，即空间中无穷远点与像平面上的灭点之间的投影变换关系与摄像机在空间中的相对位移无关，利用灭点可以在两幅不同的图像之间得到一个与摄像机位移无关的变换矩阵。因为这种与位移的无关性，在标定过程中，可以使摄像机在空间场景中任意移动而不受约束。本文主要提出了两种摄像机自标定方法，这两种方法都是基于两幅图像之间有一个与摄像机相对位移无关的变换矩阵的思想实现的。第一种方法是利用一个变换矩阵和引入一个额外的约束条件进行摄像机自标定，使得摄像机仅利用两幅图像就可以实现自标定；另一种是使用至少两个不同的变换矩阵进行摄像机自标定，这种方法可以通过多幅图像得到更加稳定和精确自标定结果。由于灭点的引入，摄像机可以在空间的任何位置以任何角度拍摄靶标图像，因此，在某些特定的应用环境中（拍摄的图像容易获得灭点的环境），本文提出的这两种方法都可以实现摄像机在线自标定。所谓摄像机在线自标定，是指摄像机在执行任务的过程中，当它的内参数发生改变时，不需要中断摄像机当前正在执行的任务，摄像机就可以自动确定内参数。