视觉是人类认识自然和改造自然的重要工具。让机器具有视觉功能是一项很有意义的工作，其原理是从图像中获取三维空间场景信息，通过数字图像处理算法和智能分析算法，对它进行描述、提取、分类和分析，实现对场景物体的识别与理解、运动检测与跟踪。　　 摄像机标定是建立视觉系统的关键技术，从摄像机获取的图像信息出发，根据物体三维空间点与对应的二维图像点之间的关系，构建数学模型，通过计算和模拟，得到摄像机的内、外参数，摄像机标定算法的精确度和鲁棒性直接影响着视觉系统的性能。　　 本文建立了基于数字摄像机的计算机视觉系统，详细分析了该系统的数学模型并研究了摄像机标定算法。其中，第四章和第五章是本文研究的主要内容，第六章是本文的应用部分。　　 第四章是基于单视图的利用同心圆标定摄像机内参数的方法:一般的，基于圆的摄像机标定的关键问题就是如何有效的找到圆心的图像位置，本文根据极点一极线关系，将这一问题转化为一阶多项式特征值问题，然后利用圆环点或消隐点对摄像机内参数进行标定。　　 第五章是基于两视图的摄像机标定方法:首先从基础矩阵出发，利用外部参数的性质对摄像机内部参数进行约束，分别讨论了摄像机焦距是恒定和任意变化两种情况下的摄像机内参求解方法;然后讨论了基于空间平面诱导的单应矩阵的标定摄像机外参数的方法，利用摄像机位移向量与空间平面法向量构成的矩阵的数学性质对摄像机的外部参数进行约束，可以求出摄像机系统的运动参数和空间平面信息。　　 其中，第五章的内容是对第四章内容的补充:如果单视图不包含特定的几何图案信息，基于圆的摄像机标定算法就显得无能为力，而两视图就能有效的解决这一问题，因为两视图标定算法是基于图像间点的对应关系。　　 第六章是技术应用部分，讨论的是图像拼接技术:将两张视角有限且含有部分重叠场景的图片拼接成一幅具有广阔视角范围的图片，去除了原有图像的冗余数据，保留了完整的图像信息，有效的提高了图像的利用率，它涉及到数字图像处理和计算机视觉两方面的知识。