随着计算机图形学、模式识别等学科的发展,计算机视觉也有了飞速的发展。摄像机标定是从二维图像获取三维信息必不可少的步骤,目前,线性(小孔)模型摄像机标定已成为计算机视觉领域的研究热点之一。 摄像机标定大体可以归结为两类:传统的摄像机标定方法和摄像机自标定方法。传统摄像机标定的基本方法是:基于特定的实验条件如形状、尺寸已知的标定物体,经过对其图像进行处理,求取摄像机的内部参数和外部参数。摄像机自标定方法是:利用多视图的几何关系,求解基本矩阵,进而得到摄像机的内部参数和还原摄像机的外部参数。 本论文介绍了作为摄像机标定所需要的数学背景的射影几何理论,阐述了传统的线性摄像机标定方法,并对非线性因素进行了分析。讨论了目前应用广泛的摄像机自标定方法,并对它的低鲁棒性原因进行了分析。本论文在已有的摄像机自标定的基础上,构造了一种基于纯旋转运动求摄像机内参数的初值,再利用Kruppa方程迭代求精的方法。对此方法用CCD摄像机对参照物拍摄的像片为数据源进行实验,并对实验结果进行分析。