从二维图像恢复三维空间可见表面的几何结构(三维重建)是计算机视觉的重要研究内容和最终目标。摄像机标定是进行三维重建的关键一步,摄像机自标定技术通过图像本身的特征求解摄像机的内参数。相对于传统摄像机标定方法,自标定避免了用特殊的标定物体来标定摄像机的繁琐任务,因而具有极大的灵活性,使得在场景未知和摄像机参数变化情况下的标定成为可能。所以摄像机自标定技术成为了计算机视觉的研究热点之一。相对于传统立体视觉,旋转立体视觉只需要一台摄像机就可以完成对物体的全方位拍摄,具有标定次数少、成本低、易于对物体实现整体重建等优点。所以本文对旋转立体视觉下的自标定算法进行了较深入的研究,主要包括以下三方面内容:(1)深入研究了旋转立体视觉下的几何特性。传统的自标定算法不涉及场景的几何信息,是纯数学的自标定算法,而旋转立体视觉是一种特殊的运动,所以有必要通过研究其几何特性,最大限度地利用场景的几何信息,再结合传统的自标定算法来研究旋转立体视觉下的自标定。(2)内参数不变条件下的自标定。结合旋转立体视觉的几何特征,利用基于绝对二次曲线的方法来进行自标定。此算法首先找出空间中的点在每幅图片中的像点,进而将所有的像点拟合出一条二次曲线,然后计算该二次曲线与消影线的交点即旋转平面的虚圆点图像,让其在三个旋转平面上旋转,就可计算出绝对二次曲线的图像,既而得到摄像机的内参数矩阵。(3)内参数可变条件下的自标定。主要运用了分层重构的思想,由图像坐标恢复物体的射影重构,通过矫正达到满足旋转约束的射影重构,最后达到度量重构。将利用旋转立体视觉重构多义性进行自标定的算法扩展到了内参数可变的条件下。最后,通过仿真和真实图片实验对自标定算法进行了验证,结果证明了算法的可行性和准确性,可用于实际应用中。