标定作为计算机视觉的重要过程，其主要内容是将仪器或系统与测量标准进行比较进而确定其性能参数。当摄像机镜头的畸变较大，对镜头的畸变项和噪声等因素考虑不完全的话，容易导致最终标定结果不精确。标定算法主要是将成像过程视为线性变化和非线性变化的叠加，即真实世界经镜头投影到摄像机成像平面以及实际成像与理想成像之间存在光学畸变两个因素影响的叠加，并引入内参、外参和畸变系数等参数进行量化求解。如果将相机的标定过程看作真实图像与拍摄图像的一种映射关系，则可以使用卷积神经网络的通用逼近性质，实现真实世界到图像的非线性映射过程。