传统相机由于视角较小，在需要一次性拍摄大视角场景方面的应用受到了较大的限制。需求推动发展，拥有较大视场的鱼眼相机以及全方位相机被引入人们的视野，对它们的研究和利用也越来越广泛。鱼眼相机一般具有水平方向约360°，竖直方向约180°的视域。在视频会议、虚拟现实、智能交通、场景监控、机器人导航等需要大视角的领域，鱼眼相机都得到了广泛应用。不仅如此，鱼眼相机也被引入到了精确的物体测量、三维重建以及运动物体跟踪等领域。对鱼眼图像的校正、鱼眼相机的标定以及对物体的三维测量重建具有重大意义。本论文研究的主要内容如下:　　本文先就定性的鱼眼图像校正方法展开讨论，主要是基于两种常见的鱼眼镜头模型的校正方法。但在校正图像前也需要获得一些图像基本信息，即图像的光心和圆形区域的半径值，由此本文也对现有的一些图像有效区域信息的获取算法进行了深入比较和分析。　　结合定量的校正误差作为校正效果的评定因子，本文将鱼眼镜头模型和透视模型相结合形成校正模型，并把对数模型以及多项式模型作为径向畸变项，这样组合起来的校正效果较好。本文提出了一种改进的有理函数图像校正模型，从校正的误差来看，校正效果非常好，其原因可能在于校正模型潜在的耦合了径向、切向等畸变因素。　　鱼眼相机具有极大的视域优势，自然而然的被带入到双目视觉的世界。对于鱼眼相机的建模并且标定虽然已经有了一定的研究，但是并没有形成一个统一并且成熟的理论系统。本文利用一种被普遍接受的鱼眼相机建模及标定方法对双目鱼眼相机分别进行定量标定，得到两相机各自的内外参数以及两相机之间的位置关系。利用这些标定好的相机参数以及某一对鱼眼图像上特征点坐标，运用三角测量法对这些图像特征点进行三维测量重建。比较重建点和实际空间标定板点坐标之间的误差，作为重建效果好坏的评判标准;实验结果显示二者之间的距离误差的平均值非常小，由此说明重建效果较好。