摄像机标定作为基于视频的智能交通系统中的重要预处理模块，其结果直接影响了获取交通数据的准确性。本文阐述了交通监控对摄像机标定算法的特殊要求，并设计和实现了一种新的摄像机标定方案。　　通过对几种常见标定算法以及实际监控场景的分析，本文归纳了交通监控场景对摄像机标定的两点要求：1、由于监控场景中共有的规则几何形状信息较少，算法要尽可能使用大多数监控场景中均存在的信息，这样可以保证算法的普适性；2、可灵活使用的标定模板往往需要动态提取，因此其准确性很难保证。为了取得准确结果，算法需要提取多个标定模板，并对每个标定模板的标定效果进行判断，最终选择得到可靠的解。本文算法为了满足上述要求着重做了如下两个方面的设计：1、标定模板仅仅使用了道路边缘和车辆表面纹理信息，而这些信息在所有的监控场景中都可以得到；2、算法基于RANSAC机制设计了一套信息筛选方案，该方案可以从多组标定模板的计算结果中筛选出最为准确的。　　通过对几组实验场景的测试分析，本文论证了算法各个模块的有效性及整体结果的准确性。标定参数的误差一般控制在5％之内，而用标定参数计算道路平面上的线段长度的平均误差控制在6％-10％。