随着计算机视觉应用的发展，摄像机标定作为计算机视觉应用中一个不可缺少的步骤也得到了快速发展。摄像机标定是计算机视觉中获取物体空间信息的前提，标定结果的好坏直接影响着计算机视觉应用的精度和结果，同时实时的标定也可以更好地满足导航等机器视觉的需要，因此研究摄像机标定方法具有重要的理论意义和实用价值。　　本论文的主要工作是研究摄像机标定方法，获取摄像机的相关参数，建立起三维空间与二维图像之间的关系，为计算机视觉应用的下一步研究奠定良好的基础。　　首先，本文在对图像进行必要的预处理之后，介绍了一种基于Harris角点检测技术的亚像素角点提取方法。该方法在Harris算法提取出像素级角点以后再采用二次曲面拟合法求取出对应的亚像素级角点坐标，提高了角点检测的精度，为摄像机标定精度的提高提供了可靠的数据。　　其次，由于摄像机标定是个多参数、非线性的复杂优化过程，所以摄像机参数的初始估计值对优化算法的结果和运算速度也起着极其重要的作用。因此，本文在分析了摄像机参数约束关系之后，给出了一种基于MATLAB标定工具箱的摄像机参数初始值估计方法，该方法结合MATLAB工具箱编程实现摄像机内参数求取的过程，作为本文标定算法的初始值。　　最后，鉴于遗传算法在摄像机参数优化问题中具有良好的性能，但由于遗传算法的局部搜索能力不足，前期收敛速度很快，后期收敛速度很慢，导致该算法要达到真正的最优解需要很长时间，所以本文采用遗传算法与改进的LM算法相结合的方法，先用遗传算法进行大范围搜索，再用改进的LM算法进行局部寻优得到最优解，提高了标定算法的效率并且得到精确标定的摄像机内参数。