3.3 基于径向约束的摄像机标定
Tsai（1986）给出了一种基于径向约束的两步法标定方法，该方法的核心是先利用RAC（径向一致约束）条件用最小二乘法解超定线性方程，以求出除tτ（摄像机光轴方向的平移）外的其他像机外参数，然后再在摄像机有和无透镜畸变等两种情况下求解摄像机的其他参数。Tsai方法的精度比较高，适用于精密测量，但它对设备的要求也很高，不适用于简单的标定。这种方法的精度是以设备的精度和复杂度为代价的。
4、 摄像机自标定方法
不依赖于标定参照物，仅利用摄像机在运动过程中周围环境图像与图像之间的对应关系来对摄像机进行的标定的方法称为摄像机自标定方法。目前已有的自标定技术大致可以分为基于主动视觉的摄像机自标定技术、直接求解Kruppa方程的摄像机自标定方法、分层逐步标定法、基于二次曲面的自标定方法等几种。
4.1 基于主动视觉的自标定法
所谓主动视觉系统，是指摄像机被固定在一个可以精确控制的平台上，且平台的参数可以从计算机精确读出，只需控制摄像机作特殊的运动来获得多幅图像，然后利用图像和已知的摄像机运动参数来确定摄像机的内外参数。其代表性的方法是马颂德提出的基于两组三正交运动的线性方法，后来杨长江，李华等人提出了改进的方案，即分别是基于4组平面正交以及5组平面正交运动并利用图像中的极点信息来线性标定摄像机参数。此种自标定方法算法简单，可以获得线性解，不足之处在于必须有可以精确控制的摄像机运动平台。
4.2 基于Kruppa方程的自标定方法
Faugeras，Luong，Maybank等提出的自标定方法是直接基于求解Kruppa方程的一种方法，该方法利用绝对二次曲线像和极线变换的概念推导出Kruppa方程。基于Kxuppa方程的自标定方法不需要对图像序列做射影重建，而是对两图像之间建立方程，这个方法在某些很难将所有图像统一到一致的射影框架场合会比分层逐步标定法更具优势，但代价是无法保证无穷远平面在所有图像对确定的射影空间里的一致性，当图像序列较长时，基于Kruppa方程的自标定方法可能不稳定。且其鲁棒性依赖于给定的初值。
