Nous proposons un algorithme d'auto-étalonnage de caméras robuste et globalement optimal, fondé sur la formulation appelée "Absolute Quadratic Complex" (AQC). Dans ce travail, nous considérons un ensemble de caméras perspectives à paramètres intrinsèques variables mais avec des rapports d'aspect connus et une absence d'asymétries (ou inclinaison) des axes, des hypothèses très raisonnables avec les caméras récentes. Le problème d'estimation est alors formulé sous la forme d'un problème de minimisation impliquant des polynômes rationnels. Ce problème est résolu via la stratégie "Branch-and-Prune" et une programmation semi-définie. L'objectif atteint par l'AQC estimée est assuré de se situer dans une tolérance définie par l'utilisateur (ou un critère d'optimalité) par rapport à l'objectif fourni par la solution globalement optimale. Notre algorithme est déterministe et présente une complexité de mémoire constante. De plus, les résultats des expériences menées avec des données simulées et réelles révèlent que l'algorithme est numériquement très stable et robuste face à des niveaux importants de bruit dans les images. Plus important encore, contrairement à toute autre méthode d'auto-étalonnage, lorsque des images avec des données aberrantes sont présentes, notre méthode fournit encore de bons résultats.