攝像機成像幾何模型和透視變換過程是攝像機參數(shù)計算的基礎(chǔ)，也是計算機視覺的基礎(chǔ)。因虛擬演播室系統(tǒng)對攝像機參數(shù)的精度要求很高，角度測量精度須達到0.001°，位置測量精度必達到0.1 mm，比一般計算機視覺應(yīng)用要求高。在攝像機各個部件中，鏡頭徑向畸變對參數(shù)計算精度影響最大，所以采用帶鏡頭徑向畸變的小孔攝像機成像模型[4～7]。
根據(jù)小孔攝像機成像模型并結(jié)合徑向約束原理得到如下線性方程組和非線性方程組[8]：

在式(1)、(2)中，f為焦距，k為鏡頭畸變系數(shù)，xwi、ywi、Xi、Yi分別是特標及其相應(yīng)的圖像坐標就可求解攝像機參數(shù)，為提高參數(shù)求解精度和穩(wěn)定性，特征點數(shù)應(yīng)盡可能多。作為特征點的圖像坐標，一方面本身參與計算，另一方面還應(yīng)根據(jù)標定模板編碼方案找到其世界坐標。圖2所示給出了基于圖像識別的攝像機參數(shù)的析取過程。
在機器人視覺和模式識別領(lǐng)域，靜止攝像機參數(shù)的計算已得到較好的解決，但由于演播室攝像機的特殊性，其參數(shù)的實時跟蹤還存在許多問題。從圖2中可以看出，標定模板編碼方案及特征點匹配是參數(shù)正確快速析取的關(guān)鍵。