相机校准需要计算相机针孔和镜头畸变模型。通过使用攝像頭一些現有的透鏡畸變非度量或自校准方法，單獨或與針孔模型一起估計透鏡畸變。如果兩個模型都是一起計算的，那麽這些模型將被調整爲訓練數據，而不是真實的相機。這是因爲針孔和透鏡畸變模型都是耦合的。如果單獨計算，則會出現困難，因爲單獨校准透鏡畸變是一個不穩定的過程。爲了改進現有的相機校准方法，本文提出了一種與針孔模型分開計算鏡頭幹擾器失真的度量校准方法。

    该方法在稳定条件下求解，与计算的监控透镜畸变模型无关，因为针孔和畸变模型是单独计算的。使用平面模板的图像。首先，使用从图像中提取的失真控制点，计算一组适合销孔模型的未失真点。第二，使用失真和未失真的控制点，通过使用度量校准过程来校准透镜失真。位置固定的云台（PTZ）相机只能进行旋转运动。有一类基于特征的自校准方法，其利用相机运动的限制，以获得PTZ相机的两种屏蔽器配置之间的精确点对应。大多数这些方法需要大量的计算，但不能保证得到满意的结果。

    在本文中，我们从不同的角度来处理这个问题。我们利用了监控攝像頭图像平面上的几何限制，这是由相机上的运动限制所施加的。我们提出了一种简单的方法来估计相机焦距并找到两个相机配置之间的点对应关系。我们计算仅平移、仅倾斜和仅缩放的对应关系，然后将三者结合起来，得出任意两种相机配置之间的几何关系。我们执行径向透镜畸变估计以校准畸变图像坐标。我们的纯几何方法不需要任何密集的计算、特征跟踪或训练。然而，我们的点对应干扰屏蔽器实验表明，对于PTZ摄像机的大多数计算机视觉应用，它仍然表现得足够好。