相机标定与三维重建是计算机视觉和摄影测量领域的核心技术，广泛应用于机器人导航、增强现实（AR）、自动驾驶、三维建模等领域。

相机标定用于确定相机的内部参数（如焦距、主点坐标、畸变系数）和外部参数（如相机在世界坐标系中的位姿）。 常用的标定方法包括张正友标定法，该方法通过拍摄不同角度的棋盘格图像，利用特征点匹配和优化算法计算相机参数，以提高后续三维测量的精度。

三维重建旨在从二维图像或多视角数据中恢复物体的三维结构。主要方法包括：

• 立体视觉（Stereo Vision）：利用双目或多目相机匹配对应点，通过三角测量计算深度信息。
• 运动恢复结构（SFM, Structure from Motion）：从视频或图像序列中估计相机位姿并重建稀疏或稠密点云。
• 深度传感器（如RGB-D相机、激光雷达）：直接获取深度数据，结合点云处理（如ICP算法）完成重建。
• 基于深度学习的方法（如NeRF、MVSNet）：利用神经网络直接从图像预测三维场景，提升重建的真实感和细节。

相机标定是三维重建的基础，而重建的精度受标定质量、光照条件、遮挡等因素影响。 近年来，深度学习的引入显著提升了三维重建的自动化程度和鲁棒性，推动了该技术在工业检测、虚拟现实等领域的广泛应用。