针对大型企业物料存放过程中的有效计量问题,本文利用机器视觉原理,探索一种料堆体积测量的摄像机标定算法,实现摄像机标定的准确性,进而能够精确测量料堆的体积。论文的主要研究内容如下：(1)设计了带有黑白网格(25mm × 25mm)的标定板和测试板,完成整个实验测量系统的装置,使摄像机能够稳定地安装在云台上,实现相机的三维定位。(2)分析摄像机成像的过程中图像产生畸变的原因,采用存在径向畸变的摄像机模型对摄像机进行标定。(3)采用基于径向约束的Tsai两步法进行摄像机的标定。首先求出标定过程中的旋转矩阵和平移矩阵的中tx,ty分量以及图像上的尺度因子。接下来求解有效焦距f、平移矩阵T的tz分量和透镜的畸变系数。在第二步的求解过程中,选用粒子群算法对摄像机的这些参数进行优化,实现摄像机的标定参数的求解。(4)利用测试板进行实验,通过求解的参数,恢复出测试板上特征点的世界坐标,和测试板上的已知真实坐标进行比较。恢复过程中单点标定的坐标值在X方向上引用误差≤1.06%,重复性误差≤5.43%；在Y方向上的引用误差≤1.90%,重复性误差≤4.03%；在Z方向上的引用误差≤3.74%,重复性误差≤13.89%。(5)对料堆的三维点进行偏斜校正,采用径向基插值函数算法对校正后的料堆散点进行插值,实现料堆体积的三维重建和体积计算,实验恢复出来的料堆体积的相对误差为2.780%～7.84%。本课题通过在实验室建模测试,实现摄像机的标定,达到了料堆测量的精度要求。该方法简单易行、成本较低。