视觉是人类观察世界、认识世界的重要手段。近年来,视觉测量技术凭借其速度快、精度高、非接触、自动化程度高等优势,在许多领域得到了广泛应用。摄像机作为视觉系统的成像装置,对其进行标定是视觉测量的前提,标定的精度直接影响测量的精度。本文研究了摄像机的成像模型,分析了现有的主要标定方法的优缺点。摄像机标定方法按照是否需要标定物可以分为传统标定和自标定两种。ZHANG方法是传统标定方法中影响最为深远的方法之一,它通过建立模板与图像之间的单应性矩阵来求得摄像机的内外参数。基于主动视觉的标定方法是自标定方法中的一类重要方法,该方法不需要已知标定物,仅通过控制摄像机的运动获得多幅图像来确定内参数,从而大大简化标定过程。本文重点研究了ZHANG方法和一种绕平行于坐标轴方向转动的摄像机标定方法,总结了实现步骤,对后一种方法进行了实验验证。结果表明,该方法只需控制摄像机旋转两次,实现简单且鲁棒性高。在一些条件恶劣的场合,如空间机动平台,没有普通计算机来实现摄像机标定,因此,在特定的硬件平台上实现标定算法有着重要意义。TI公司的TMS320DM6446是一款具备优越的图像处理性能的ARM+DSP双核处理器,本文基于以该芯片为核心的硬件平台,移植了OpenCV的相关函数库,实现了基于ZHANG方法的摄像机标定。图像采集是在DSP平台上实现摄像机标定的基础,为了缩短图像采集的时间,本文针对ZHANG方法需要多幅不同视角的图像的特点,设计了一种基于视频流的图像采集方法。OpenCV是一个包含众多图像处理算法的计算机视觉库,其摄像机标定函数是基于ZHANG方法的。本文编写并移植了基于OpenCV的摄像机标定程序,并且针对标定函数中的优化算法对初始值要求高,且系数矩阵容易出现病态的问题,通过加入阻尼因子,对优化算法进行了改进。实验表明,本文编写的摄像机标定程序能够在DSP平台上成功实现,且运行时间少于在PC机上的运行时间。