利用三维空间直线投影到图像平面依旧为直线的特性，提出了一种基于双直线的镜头畸变参数估计方法。首先使用两条直线所对应的畸变边缘推导出了畸变参数所满足的等式，并使用实际图像的大小确定了畸变参数的分布范围。随后构建了包含畸变参数的优化目标函数，采用枚举搜索的方法得到了最佳的畸变参数。仿真和实际实验表明，提出的方法虽然仅采用了两条直线，但可以准确且有效地估计镜头畸变，相比于主流方法具有明显的优势。

人脸识别和车牌识别是智慧安防领域的重要内容。人脸和车牌的特征尺度小、细节丰富, 对成像系统的空间分辨力有较高要求, 需要较大规模的探测器和高传函、小畸变的光学镜头。然而, 安防系统又要求广域监控, 需要使用视场大但具有一定畸变的广角镜头。因此, 设计既能精确识别人脸和车牌目标、又能广域监控的成像系统时, 应将精确目标识别作为约束来权衡高空间分辨力和大视场的性能指标以及估计识别距离。在这样的应用需求下, 本文提出了像素面密度对精确目标进行统一描述, 并提出了考虑广角镜头径向畸变的精确目标识别距离估算方法, 通过对存在旋转和平移的人脸和车牌目标进行计算验证, 结果表明: 考虑径向畸变后实际识别距离较理论识别距离近, 且人脸和车牌平移距离分别为 1m和 2m时, 实际与理论的识别距离差异高达34.2%和 27.5%。

图像非线性畸变降低图像检测和分类的准确率,因此畸变校正是图像处理的一个重要预处理步骤。为此,提出一种基于自适应角点检测的非量测畸变校正方法来更好地解决图像畸变问题。首先,以畸变棋盘格图像作为研究对象,以自适应角点检测获取亚像素级角点坐标作为输入信息,基于直线投影不变性建立畸变损失函数并设置基于曲率半径的权重系数调整各曲线的畸变量。然后,采用非线性优化方法标定畸变系数和畸变中心实现畸变校正。设计两组实验:标准图像仿真实验和真实图像实验。标准图像实验中噪声值σ=1时,本文方法的畸变系数k₁相对误差为0.733%,畸变系数k₂相对误差为4.933%,接近真值。真实图像实验中,本文方法的平均直线度仅为0.5152 pixel,表明校正精度高,平均运算时间约为8.4 s,表明校正效率较好。两组实验结果表明,本文方法可行、准确、高效。

提出了一种基于棋盘格单张图片的畸变校正方法以解决折反射图像畸变严重的问题。首先给出两种等价方法校正折反射图像切向畸变。其次, 针对展开后的径向畸变问题, 分析棋盘格特征点的图像坐标与空间坐标的对应关系, 提出了径向畸变的校正模型。然后, 为提高算法的执行效率, 将两次校正统一为一个校正映射表, 并结合折反射图像的对称性, 对映射表的存储空间进行了优化。最后, 将映射表用于此相机拍摄的其他图片的校正中。通过物理实验验证了校正方法的可行性和正确性, 且对单帧图像的处理时间仅为30 ms, 可广泛应用于安全监控和机器人导航等领域。

针对多摄像机一维标定算法精度低、抗噪性和稳定性差等问题, 提出了基于消失点之间互相约束的多摄像机标定方法.为了避免径向畸变对成像造成的影响, 利用欧式空间位置约束的几何特性, 进行畸变参数的求取.通过靶标特征点约束结合摄像机的射影不变性排除杂点的干扰, 再利用空间消失点之间夹角一致性, 以及靶标特征点所构成的直线和消失点的反向射线平行性来求解摄像机的参数.当一维靶标任意运动时, 存在着无法区分靶标特征点对应的成像点临界问题, 采取反推理论数学分析法可事先避免该问题的出现.通过构建多摄像机系统进行标定实验, 可以看出该方法具有较高的标定精度, 且随着噪声的增加, 标定结果具有一定的抗噪性和稳定性；由相对误差值可知, 该方法可应用于多摄像机系统.

在多视域广角成像系统中，为了保证后续图像拼接的质量，必须对从广角镜头所获得的畸变图像进行校正。利用图像中直线特征的畸变标定方法，并且提出一种带权重因子的弯曲测度指标函数，离图像中心不同距离的曲线给予不同的权重值，作为求取最终畸变参数的目标函数。在最小化目标函数过程中，求解出最优畸变系数。并基于工程实例，分别利用传统基于直线特征的畸变校正方法与本文方法对目标图像进行畸变校正。实验结果表明，本文方法仅仅利用单幅图像就能获得高精度的畸变标定，在噪声水平小于2 pixel时，对应坐标的均方根误差能控制在0.3 pixel以内。同时该方法操作简单、方便、易于实现。

针对畸变对成像测量的影响，通过对摄像机畸变模型的分析，提出了一种基于特征平行直线的畸变现场校正方法.该方法分两步，非线性径向畸变的校正和透视畸变的校正.首先，提取图像中包含的多条特征直线，然后通过迭代法将成像后的弯曲直线拉直的方法获得系统非线性径向畸变参量，再用这些参量对非线性径向畸变进行校正，得到去非线性径向畸变的图像.通过对图像中的特征平行直线进行拟合，获得系统的透视畸变参量，并以这些参量反演迭代实现对透视畸变的校正，进而得到去透视畸变的图像.实验和仿真结果表明：该方法通过两步法利用图像中的特征平行直线先验知识能够有效实现对成像中多种畸变的一靶现场校正；对像机径向畸变和透视畸变的校正后相对误差均达到5%以内，适合于工程中基于图像的测量和目标识别中目标无固定位置的复合畸变的现场校正.

提出了基于圆心共线约束的鱼眼镜头径向畸变估计方法。拍摄单幅至少包含空间二组平行直线的标定图像。在单参数除法径向畸变模型下, 空间平行直线被映射为畸变图像上的一组圆弧。通过推导发现由同一组平行直线投影得到的圆弧会相交于二个公共交点, 因而它们的圆心具有共线性质。在拟合圆弧参数时利用圆心共线性质, 能够达到精确求解的目的。提出了基于圆心共线圆弧的单参数除法模型参数的求解方法, 并进一步提出了圆心共线圆弧的非线性优化拟合方法。仿真和真实图像的实验结果都表明, 相比传统方法, 所提出的方法鲁棒性强, 能有效提高标定的精度。

为了测量光学成像系统的径向畸变, 采用载频条纹模板, 应用瞬时频率积分法提取因径向畸变而产生的径向调制相位; 推导了条纹径向调制相位与瞬时频率的关系式, 并导出径向调制相位和径向畸变位移关系; 采用小波频率估计提取畸变条纹径向瞬时频率, 并对其进行积分获得畸变条纹的径向调制相位; 应用径向调制相位和立方卷积插值算法对畸变图像进行了校正,得出了详细的理论分析和实验结果。结果表明, 上述方法是可行的。

针对基于灭点的一维相机标定法在抑制径向畸变上的缺陷，提出了一种基于基础矩阵的一维标定法，该方法通过基础矩阵恢复投影意义下的相机矩阵，进而转换至欧式空间的方式来求解内方位元素矩阵。该标定方法中无需任何先验知识或计算灭点，一维标定物能做任意的刚体运动，可以对多个相机同时进行标定，适合于非实验室环境下的相机快速标定。模拟数据的相关对比实验证明，当径向畸变不可忽略时基于基础矩阵的标定法优于基于灭点的标定法，真实数据的相关对比实验验证了该方法的实用性。