在三维重建等计算机视觉技术应用中,摄像机标定扮演着重要的角色,它是从二维图像信息还原三维空间信息的关键所在。摄像机自标定仅从图像本身出发,即可把摄像机模型确定到仅相差一个相似变换的程度。它不需要离线的标定过程,在很多视觉系统中得到广泛的应用。摄像机自标定与分层重建紧密相关,当分层重建的层次改善到度量重构时,摄像机模型也上升到度量意义下。摄像机自标定的根源在于摄像机做刚体运动时,绝对二次曲线保持不动。本文介绍了从图像序列计算得到度量摄像机的整个自标定过程,主要包括:从图像序列计算基础矩阵,从基础矩阵计算射影摄像机以及从射影摄像机还原度量摄像机的过程。我们提出了一种基于半正定规划的自标定方法,有效克服了传统线性自标定法不能解决的绝对二次曲线对偶图像不正定的问题。并由摄像机的内参数约束出发,给出了关于绝对对偶二次曲面的不等式约束,进一步限定了可行域的范围。基于半正定规划的自标定方法在本质上是带约束的线性自标定方法,因为给定的约束是合理的,从理论上来说,可以得到比传统线性自标定方法更鲁棒的结果。通过合成数据实验和实际图像数据实验比较了传统线性自标定方法和我们提出的基于半正定规划的自标定方法。实验结果表明,我们提出的基于半正定规划的自标定方法在强噪声下要比传统线性自标定方法更具鲁棒性。