随着计算机应用的不断推广,人们不仅希望计算机能获取图像信息,也希望能像人类一样高效地处理图像信息,因此诞生了计算机视觉这门新兴的综合学科。我们把其中的从二维图像中恢复三维物体的几何结构的工作称作三维重建,而为视觉图像的二维信息与其实际三维物体之间提供了对应转换的定量关系称为相机标定。本文对标定算法涉及到的基本理论进行了简要的阐述。着重于实现基于现实世界中的直线在重建后也应该是直线这一假设的相机标定算法。本文围绕这些相机标定的相关内容,取得的主要研究成果有：1.阐述了相机标定的基础理论；采用Harris算法实现了亚像素级角点检测；采用canny算法实现了二维相机图像的边缘提取。2.介绍了现有标定算法的算法思想和操作流程：从标定的精确度、操作的繁简度等角度对各种算法的比较各种算法的适用场合和优劣之处；通过实现张正友标定算法,详细分析了这种经典的传统标定算法的模型建立、求解流程及该算法的优缺点。3.基于现实世界中的直线在重建后也应该是直线这一假设,提出了基于直线约束的非量测的相机标定算法的算法思想及模型建立。该算法利用线性拟合的方式对畸变直线进行预测,通过Levenberg-Marquardt(LM)算法对畸变参数进行优化。4.制作了一种新型的适合于基于直线约束的相机标定算法的模板；并比较分析了该模板的优势；并用matlab实现了该算法对不同场景的标定过程；与张正友算法比较,分析总结该算法的特点,提出并仿真了该算法不适用的场合；分析了该算法对初值选择的敏感性问题。