提出了基于直线模型的相机在线标定算法。该方法通过自动跟踪视频中物件的边缘, 在线求解相机系统内外参数, 同时建立物件边缘同图像边缘的对应关系。然后, 利用物件边缘同图像边缘的对应关系, 在相机内外参数初值的基础上, 通过构建融合边缘端点信息的误差函数, 迭代优化求解相机内外参数。进行了仿真和实物实验, 分别使用提出的基于直线的标定方法和传统的基于棋盘格内角点的方法标定了相机内外参数, 并对两种方法的标定结果做了对比。结果显示: 在仅使用边缘信息的条件下, 本文方法可以获得同传统的标定法一致的精度, 标定后重投影误差(RMS)为0.6 pixel。本文方法利用具有标准尺寸的物件即能实现相机内外参数的估计, 且无需制备平面靶板便可获得与传统方法相同的标定精度, 标定过程更为灵活, 有实用价值。

光场相机成像模型与参数标定方法是拓展光场应用的理论基础和关键环节，已成为计算光场领域的研究热点。不同于传统相机的成像原理，光场相机通过新颖的光学系统将场景中的光线按照某种给定关系与图像传感器像元进行对应，实现对三维空间中光线位置和角度信息的采样与记录，可通过计算摄影学恢复场景的三维结构。利用微透镜阵列分析了光场相机标定的成像模型和参数化模型，比较了不同物理参数设置对光场采样结果的影响；分析了光场相机的光线提取与校正方法、参数标定模型、误差定义与精度度量等主要问题，对光场相机参数标定方法进行了归纳和总结。

为了识别采集图像中的平面场景以及建筑物，利用摄像机参数，对平面场景及建筑物成像过程进行了几何分析。首先，根据相机参数以及相机飞行状态分析平面场景成像畸变；然后，对平面场景上的建筑物形状的成像进行几何分析；最后，将相机上采集到的平面场景及建筑物的图像像素数与真实平面场景及建筑物的尺寸建立联系。实验结果表明：已知相机参数及飞行状态的情况下，可以对平面场景及建筑物形状信息进行推导，从而完成目标识别与跟踪。本方法适合在典型建筑物、孤立建筑物、建筑群中具有明显形状特征等情况下对立体目标进行自动捕获与跟踪。