摄像机标定是视觉系统中最为基础的环节, 它利用摄像机成像原理来求解摄像机模型的内外参数, 以便更好地实现视觉系统在实际中的应用。通过分析摄像机标定的特点, 并结合国内外摄像机标定的发展现状, 根据标定目标的空间维度将其分为三维标定、二维标定、一维标定和零维自标定方法。本文介绍了各摄像机标定方法的起源及发展, 详细分析了各摄像机标定方法的基本原理, 归纳总结了各类标定方法存在的优势与不足之处, 并对标定技术的发展趋势做出了预测。在复杂的场景与运算量大的情况下, 要以高精度、高效率、高鲁棒性等为主要研究内容, 来进一步扩大适用范围、加强实用性, 同时也要考虑到摄像机标定的成本问题, 找出更合适的标定方法。

条纹投影三维测量技术的检测精度依赖于绝对相位与深度关系的标定过程，传统的标定方法步骤复杂、用时较长，在双目测量系统中对左右相机分别标定时尤为明显。因此设计一种基于立体靶标的标定方法，靶标由两个平面组成，各个靶标平面上附着规格已知的图案，平面连接处用特殊图案标识，用于区分左右两面。立体标靶实现双目测量系统相机外部参数与相位-深度的同时标定，将标定时间减少了一半，简化了标定流程; 经过实验验证，利用立体标靶可以精确地进行深度（Z）以及横向（XY）的标定，实测误差小于0.053毫米，方法在双目乃至多节点三维测量系统的标定过程中具有应用价值，增加标定效率同时可避免累计误差产生。

针对精密测角算法标定线阵相机内方位元素时仅标定一维方向的主点坐标及畸变, 导致该标定算法适应性及精度受限的问题, 提出了一种线阵相机二维高精度内方位标定方法。首先, 分析了线阵相机内方位元素模型, 然后, 针对该模型提出了一种基于二维转台的二维标定方法, 并给出了详细的标定步骤及数据处理方法, 最后, 将本文提出方法的标定结果与精密测角算法的标定结果进行了对比, 结果表明, 本文提出的标定方法的重投影误差为0.34 pixel, 相比于精密测角算法的1.25 pixel, 显著提高了标定精度, 且标定时不需要进行对准、调平等操作, 标定过程操作简单。

为了提高多相机一维标定的精度,提出了一种基于归一化算法的分层逐步标定法,由基本矩阵获得射影投影矩阵,进而转换成度量投影矩阵。对标定物图像特征点的坐标进行归一化预处理,以提高标定精度,同时又保持线性方法快速、易实现的优点。在所提标定方法中,一维标定物可自由运动,不受场地环境约束,使用灵活。通过仿真和真实实验,验证了归一化特征点坐标可以显著提高标定结果的精度和稳健性。

针对摄像机一维(1D)标定的问题, 将世界坐标系建立在1D标定物上, 提出新的数学模型, 给出了一种新的标定方法。一般地, 假设1D标定物与世界坐标系的X轴重合, 定义了1D标定点与其对应投影图像点之间的1D单应矩阵。从单幅视图出发, 推导了1D摄像机标定的基本约束方程。根据基本约束方程采用线性最小二乘估计摄像机的初值, 并以标定点的反投影误差最小为目标函数进行非线性优化得到最终的标定结果。通过仿真实验和真实实验证明了该算法的正确性和可行性。实验结果表明, 与传统的方法相比, 所提出的方法线性初值估计精度高, 且对于固定点不可见的情况, 无需估计固定点的图像投影坐标。

为了通过二维图像信息计算三维空间中的几何信息,对摄像机系统进行精确标定。在建立和分析双目立体视觉模型和现有摄像机标定方法的基础上,提出一种新的光学标定方法。该方法通过构建和分析双目摄像机理论模型,并改进现有的方法实现了双目立体视觉的光学标定。实验在双目摄像机平台上,采用黑方格模板和通过算法实现了光学参数的标定,使用Levenberg-Marquardt算法优化单应矩阵,并通过最大似然估计法进行参数优化,通过试验模型测定,结果显示其实际标定精度为0.050 9 mm,满足双目立体视觉的测定需求。

针对基于灭点的一维相机标定法在抑制径向畸变上的缺陷，提出了一种基于基础矩阵的一维标定法，该方法通过基础矩阵恢复投影意义下的相机矩阵，进而转换至欧式空间的方式来求解内方位元素矩阵。该标定方法中无需任何先验知识或计算灭点，一维标定物能做任意的刚体运动，可以对多个相机同时进行标定，适合于非实验室环境下的相机快速标定。模拟数据的相关对比实验证明，当径向畸变不可忽略时基于基础矩阵的标定法优于基于灭点的标定法，真实数据的相关对比实验验证了该方法的实用性。

为了解决运动参数光电探测过程中的相机标定问题,制作一种两端及中间各安装一个红外反光标记球的一维标定物。不需要其它复杂标定装置,只要将这种特制的一维标定物在测量空间内多次随意移动并摄取其图像,即可实现标定。算法首先假定主点位于像面中心附近的某个位置,再求出焦距、旋转矩阵、平移向量和比例因子,最后通过评价函数将相机标定转换成寻找两相机最佳主点对的非线性最小化问题。在传统进化策略中引进个体的自我改进系数、个体间距离等概念,提出了求取子代个体间的欧式距离并排序的方法,设计了搜索最佳主点对的改进型进化策略算法。与传统标定方法相比,基于一维标定物的方法克服了多相机场合的遮挡问题,改进进化策略的引入打破了一维标定物需做某种特殊运动的限制,使一维标定物自由运动时相机内、外参数的同时求解成为可能,改进的模拟退火进化策略改善了算法的全局收敛性能并加快了收敛速度。

提出一种基于位错点阵编码三维成像系统的标定方法．首先在物空间建立三维数据基准，然后通过基准传递的概念标定摄像子系统，再通过建立摄像子系统坐标系与投影子系统坐标系之间的约束关系，将标定后的摄像子系统的准确度传递到投影子系统坐标系．摄像子系统坐标系与投影子系统都具有标定的准确度之后，可以根据位错点阵编码三维成像技术的解码算法获得深度图像空间坐标的计算值，然后将其与物体空间的三维标定数据基准进行比较，建立目标函数为误差平方和最小的非线性优化方程．通过迭代求解这个优化方程，最终获得三维系统的结构参量．实验结果表明，经过三维标定的位错点阵编码三维成像系统，对300×300×80mm³的测量体积内，可以获得X方向的标准差为0．29mm和Y方向的标准差为0．24mm，Z方向的标准差为0．29mm的测量准确度．