目前计算机视觉得到了广泛应用,例如航天航空领域,医疗器械领域、文本文档分析、智能机器人、人机智能交互方面以及视觉交通监管等各个领域。相机标定在计算机视觉的研究之中是首先需要解决的目标,相机的标定即是确定相机的参数,包括主点和焦距等与相机内部结构相关的内参,以及不同图像之间相机的运动参数(外参)。而标定结果的精度对三维重建有着重要的作用,所以简单、快捷和高精度的相机标定方法就成为了研究相机标定的一个重要方向。本文针对相机标定中的图像处理过程,研究了图像预处理技术,为提高相机标定的精度,对经典的张正友相机标定方法的特征点定位精度进行了改进,主要是加入了基于SIFT算子的角点检测及最小二乘拟合,根据最小二乘拟合的原理,尝试了把曲线的局部二次函数拟合及曲线的全局三次函数拟合揉合在一起,来进行角点检测的方案,得到了较好的改进效果。实验表明该方法具有较强的鲁棒性、可以在干扰(如相机成像受光照噪声较大影响等)较为强烈的情况下,提取角点特征,且能够得到具有较高精度的相机参数。视觉定位的目的即是确定现实生活中实际目标物及相机间方位的关系,即求解摄像机外参。本文在原有视觉定位法的基础上,提出了一种基于计算机视觉的单目视觉定位方法。该定位方法是对目标物上四边形的各个顶点进行计算处理,根据特征点之间矢量加法的四边形法则来计算摄像机坐标系中物体姿态的封闭解,运行MATLAB程序得到具体仿真结果。由实验表明该方法具有较高的定位精度,计算起来方便快捷,且能够实现目标定位的可视化,并且成功应用在三维重建中,说明了本文理论研究和应用研究成果具有一定的实用价值。