相机标定是计算机视觉的关键技术之一，它在三维重建的过程中起着不可小觑的作用，包括确定主点、焦距等相关内参和关于相机的方位的外参。本文针对双目相机的标定进行了深入的研究，主要研究内容包括角点检测、立体匹配、基础矩阵的估计、基于本质矩阵的相机标定等等，具体的细节工作如下：首先搭建了一个含有双目相机、光学镜头和计算机的硬件平台，制作了高精度黑白格标定板；分析了相机标定的基本方法的优劣和不同方法所适应的环境和条件，另外角点坐标的提取精度会对标定的结果产生很大的影响，使用了Harris算子在图像上提取角点；然后研究了相机模型涉及到的基础知识的原理，采用了传统标定算法中比较经典的张正友平面棋盘格标定方法获取到了双目相机的内外参数；对于传统的标定方法受标定物约束的缺点，对自标定进行了探讨，重点研究了基于基础矩阵和本质矩阵的自标定技术，利用RANSAC的估计法求解对应两幅图像的基础矩阵；最后利用本质矩阵两个非零奇异值应该相等性质构造目标函数，选择遗传算法和LM算法对目标函数进行了优化处理，从而得出相机的内参数，与之前传统标定方法获得的值进行了对比，且利用求解出的参数计算重投影坐标，并与之与实际坐标进行了对比，实验表明两者差距不大。