随着视觉理论和电子技术日益发展与成熟,机器视觉技术在医疗器械、工业检测、人工智能等领域得到了越来越广泛的应用,尤其是在三维检测中的应用更是日益成熟,因为相机标定算法的稳定性及精度对整个视觉系统的影响很大,所以研究相机标定技术具有重要意义。相机标定是通过物体表面特征点的世界坐标与图像坐标之间的对应关系求出相机内外参数的过程,在这个过程中,其难点在于如何有效提取特征、有效校正畸变,本文针对以上两个方面进行了研究。首先,本文列举了比较经典的特征点提取方法,针对本文所采用的标定模板,选择了harris角点检测法进行特征提取,并在此基础上做了两种相应的改进,一种是圆拟合法,另一种是通过将Forstner算子与Harris算法结合起来的方法,通过实验对比发现,两种算法精度都达到了亚像素水平,并且第一种方法比第二种方法精度相对来说要高。然后,是针对相机标定算法的研究。本文分别介绍了三类标定方法的优点与缺点,综合分析比较选择了适合工业上三维检测的标定法,并以此为参考提出了一种基于黑白棋盘格的相机重复标定法,先对单个相机进行线性求解,再通过非线性优化对得到的结果求精,考虑相机的非线性畸变之后再进一步优化各个参数,提高了标定的准确性和稳定性,在求出在单目相机参数之后根据所求参数对双目相机进行标定。本文最后在matlab实验平台下实现了相机标定的全过程。实验内容主要包括图像预处理、亚像素特征点提取、单相机系统标定以及双目立体视觉系统参数的标定。