随着我国经济建设的飞速发展和国际地位的逐步提高,各种社会活动日益增多,基于地理信息的信息化服务的建设任务也日趋加重。传统的4D数据虽然包含了地物的空间信息和属性信息,却缺乏环境数据,数据过于平面化,而我们生活中大量接触到的近景影像,本身即蕴含丰富的空间几何信息,利用像片或视频提取目标物的空间信息,是丰富GIS数据源、建立新型信息化服务技术的创新与突破。可量测的实景影像(DMI)数据可以弥补传统GIS中4D产品的许多不足,提供从遥远的太空到地面厘米级的地球感知能力。因此,对影像数据的精确解析与建模,是充分发掘影像信息的关键,而相机的自标定,则是恢复相机的成像几何关系,实现目标物体立体化、可量测的重要步骤。　　 本文首先对已有的利用标定块或模板的相机标定法进行了梳理,寻找传统标定方法中标定物与天然场景中几何构造物的联系,对场景中的天然标定物进行了梳理和分类。为提高基于场景的相机自标定的精度,本文提出一种立足于像片本身的畸变参数解算方法----基于数位的相机径向畸变解算方法,该算法原理简单,条件易于提取。这种逐级求解的方法与传统的畸变解算方法相比,没有非线性方程优化的繁琐,并在不同分辨率的图像下均能保证一定的精度。结果的精度可以根据需求设定,并预估循环的次数范围及算法效率,是相机径向畸变求解的一种简单、高效的算法。以往的相机自标定大都利用两幅或两幅以上的图像,基于多视图几何的原理对相机进行标定,在已有的标定物分类的基础上,本文进一步研究探讨如何利用单幅像片中有限的场景信息来完成标定,对场景中出现的天然标定物进行了建模、组织与编码,提出一种结合多种几何特征的单像片多约束标定算法,提高了GIS中图像和视频数据的可用性。