在计算机视觉领域,摄像机标定问题一直以来都是非常重要的研究方向。传统上,摄像机标定的相关研究主要聚焦于给定模型下的参数估计问题,然而,如若摄像机模型选择的不合理,那么无论采取什么标定方法,都很难取得高精度的标定结果,因此,对一个具体的摄像机而言,如何选择合理的成像模型是摄像机标定中首先需要解决的问题；另外,径向畸变是数字图像分析中的一个重要问题,传统的畸变校正方法主要是基于场景中标定物体的,如基于场景中的直线特征或者基于结构己知的标定模板等,但是这类方法对于SFM(Structure from Motion)等问题来说具有一定的局限性,因此探索直接基于图像对应点的畸变校正方法具有重要的意义。本文围绕摄像机畸变模型的比较与选择、基于对应点的图像畸变校正方法进行了相关研究,具体研究内容及成果如下：1、提出了一种摄像机畸变模型的比较和选择方法。首先分析和定义了度量摄像机模型的三个性能指标,包括：不同模型的重建精度和泛化性能、模型估计的稳定性和模型参数的不确定性。然后,以畸变较小的标准镜头、畸变中等的短焦镜头和畸变很大的鱼眼镜头为例,利用这三个性能指标,分别对不同的畸变模型进行了实验分析与比较,结果表明,本文所提的性能指标是合理和可行的,从而为正确选择摄像机模型提供了一种有效的途径。2、提出了一种基于图像对应点的摄像机畸变校正方法。其基本思想是：首先建立图像畸变点之问基于平面Homograpgy的非线性约束方程,然后采用迭代方法进行求解。本文方法的主要特点是,在迭代过程中,对Homography中的参数和畸变参数采用了依次迭代的策略,有效地提高了算法鲁棒性。实验结果验证了本文方法的可行性。同时,研究发现图像对应点的定位精度对标定结果具有较大的影响。