機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統是指通過機器視覺產品(即圖像攝取裝置，分CMOS和CCD兩種)將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號;圖像系統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。

　　機器視覺系統的主要功能可以分為定位和識別兩大類。識別主要指的是從攝像機獲取圖像信息并計算三維空間中物體的幾何信息，以由此重建和識別物體。

　　空間物體表面某點的三維幾何位置與其在圖像中對應點之間的相互關系是由攝像機成像的幾何模型決定的，這些幾何模型參數就是攝像機參數。在多數條件下，這些參數必須通過實驗與計算才能得到，這個過程被稱為機器視覺系統定標(或稱為攝像機標定)。

　　攝像機的標定過程就是確定攝像機的幾何和光學參數，以及攝像機相對于世界坐標系的方位。由于標定精度的大小，直接影響著機器視覺的精度。因此，只有做好了攝像機標定工作，后續工作才能正常展開，可以說，提高標定精度也是當前科研工作的重要方面之一。

　　攝像機標定可以分為傳統的攝像機標定方法和攝像機自標定方法兩大類。

　　一、傳統的攝像機標定方法按照標定參照物與算法思路可以分成若干類，如基于3D立體靶標的攝像機標定、基于2D平面靶標的攝像機標定、以及基于徑向約束的攝像機標定等。傳統的攝像機標定需要標定參照物，基本方法是在一定的攝像機模型下，通過對特定標定參照物進行圖像處理，為了提高計算精度，還需確定非線性畸變校正參數，并利用一系列數學變換公式計算及優化，來求取攝像機模型內部參數和外部參數。因此該方法在場景未知和攝像機任意運動的一般情況下，其標定很難實現。

　　二、攝像機自標定方法在20世紀90年代初，由Faugeras，Luong，Maybank等人首次提出。這種自標定法利用攝像機本身參數之間的約束關系來標定，而與場景和攝像機的運動無關，所以更為靈活。

　　攝像機自標定相對于傳統方法有更好的靈活性和實用性，通過多年的不懈努力，理論上的問題已基本解決，目前研究的重點是如何提高標定算法的魯棒性以及如何很好地用這些理論來解決實際視覺問題。為了提高魯棒性，在實際應用中建議更多的使用分層逐步自標定方法，并應對自標定的結果進行線性優化。

　　在行業應用中，機器視覺系統標定會用到標定板，主要的作用是為校正鏡頭畸變、確定物理尺寸和像素間的換算關系，以及確定空間物體表面某點的三維幾何位置與其在圖像中對應點之間的相互關系。標定板在圖像測量、攝影測量、三維重建等應用中有著重要作用，可以提高測量及檢測的精度。