为了保证双目相机标定精度的同时，提高算法速度。利用田字形模板中的两对正交消隐点，拍摄两幅图像，实现快速标定。首先，提出了消隐点寻优的方法来提取每幅图像中误差最小的两对正交消隐点，线性计算相机主点和归一化焦距，作为内参数的初值。再根据同一幅图像消隐点共线和所有直线畸变后也为直线的原则，构建约束函数，利用优化的差分进化算法进行全局寻优，完成相机畸变校正。最后，根据优化后消隐点坐标求得左右相机的旋转矩阵，并结合左右相机的角点世界坐标，利用刚性变换求得平移向量。双目标定的平均重构误差为0.598 pixel，跟传统方法标定误差相当。该标定算法重构误差与传统算法在一个级别，能满足标定中稳定可靠、精度高、抗干扰能力强等要求。

利用正交消隐点的几何特性和不同位姿摄像机图像平面中对应消隐点间的无穷单应关系，提出了一种摄像机内参数的自标定方法。该方法在任意两个位置下拍摄两组正交平行线，获取两幅图像上共四个消隐点后，设计了判定算法确定其间的对应情况。利用对应消隐点之间的无穷单应关系，结合正交消隐点与摄像机光心连线的正交性建立约束方程，实现了对摄像机内参数的线性求解。为了抑制噪声对标定结果的影响，建立基于矩形成像反演点特性的指标函数，利用LM 寻优算法实现了对内参数的非线性优化。实验结果表明，该算法具有对应消隐点判断简单有效，标定结果精度高、实时性强、适用范围广的优点，而且参数优化能够有效地抑制图像噪声，提高了标定算法的稳健性。

基于对铁路运行环境中所拍摄的图像特征的分析, 提出了一种修正的线段检测子(MLSD), 并利用该线段检测子结合最小二乘拟合及交叉迭代优化方法对消失点进行快速检测, 进而利用消失点坐标实现了相机姿态的估计, 为后续调整机器视觉算法进行铁路运行环境的场景重建提供重要依据。运用该方法, 基于车载相机所拍摄的图像对车载相机姿态进行估计, 实验所得的估计值满足了车载检测系统的精度要求, 表明了此方法对于估计相机姿态有效的。

为简化测量系统中平移轴和旋转轴的标定，提出一种基于一维平面标靶的简易标定方法。将一维标靶放置在数控平台上，控制平台分别做平移和旋转运动，提取每个位置下图像中圆心坐标，利用消隐点和三点透视模型(P3P)原理实现系统轴线空间位置的标定。实验结果表明，该标定方法具有较高的标定精度，平均绝对测量误差为0.0411 mm，均方根(RMS)误差为0.0625 mm。该标定方法仅需已知的等距共线三点即可完成平移轴线和旋转轴线的高精度标定，降低了标定成本，且计算简单、标定过程灵活方便，适合现场标定。