相机标定和位姿估计是视觉测量技术中的关键性问题,常用于自主导航、自动驾驶和增强现实等领域。针对飞机的调运问题,本文主要对相机标定、位姿估计和图像去畸变的方法进行了研究。针对舰面上固定安装的普通相机,本文研究了基于点线特征结合的标定算法,并设计了仿真实验。实验结果表明,该算法可以充分利用场景中的点线特征信息,准确地标定出相机参数。对于大视场舰面相机,标定时难以在视场中均匀布置控制点,因此我们采用了相机内外参数分开标定的方法。外场实验的结果表明,相机内外参数分开标定时的精度要高于同时标定时的结果。针对调运过程中飞机位姿的求解,本文研究了基于线特征及点线特征结合的位姿估计算法。该算法融合了惯性测量单元和视觉测量的技术优势,可以利用少量的匹配点或线快速计算出相机位姿。在仿真实验中,我们定量分析了位姿估计结果受图像噪声、惯性测量单元测量误差（滚转角、俯仰角）的影响。在实物实验中,我们分析了点线特征的匹配性能,并绘制了相机运动轨迹,通过对比验证了所提算法的有效性。在空间高度较低的场景下,采用普通相机获取的视场范围窄,不利于飞机位姿求解。因此在机库中,我们采用了鱼眼相机,可以显著扩大视野,但拍摄的图像存在严重径向畸变。在本文中,我们融合了图像去畸变和PNL位姿估计算法,研究了基于畸变线的图像去畸变算法和位姿估计方法。仿真实验和实物实验的结果表明,所提算法能够有效地消除图像畸变,准确地求解出相机位姿。