随着科技水平的提高和社会的发展,在物质生活已经得到满足之后,人们开始更加关注精神生活的水平,很多丰富精神文明的商品成为大家追逐的目标。其中,智能手机和家庭影院的普及,让人们能享受到更好的拍摄和观看的体验。但光学领域的研究中,由于镜头的透镜在生产时无法达到理想的精度而且在组装过程中也可能产生偏差,最后会使得到的图像产生畸变,影响人们的观看体验。相机镜头产生的畸变按种类分为:径向和切向。径向畸变是因为相机镜头中的透镜会对通过的光线产生影响,导致不同位置光线弯曲程度变化,造成最终的图像形成不同程度和方向的形变,根据弯曲的角度不同产生桶形畸变或枕形畸变。切向畸变是由于在相机成像过程中,相机所在平面与成像平面不平行,而导致图像在成像过程的坐标系转换时产生误差,这种畸变大多因为镜头中透镜位置有安装上的误差。有些畸变的图像或许在视觉效果上偏差不大,但应用到对图像中物体的几何位置精度要求很高的计算机图像应用领域中,可能会因为这些视觉上不明显的镜头失真,对最终的图像分析失去应用价值。所以通过建立数学模型拟合失真过程,再进行畸变校正,使最终得到的图像具有高精度领域应用性。但在校正过程中,由于图像本身和采样过程的特性,校正变换过程必然会导致混叠。传统方法中通过利用标准高斯函数进行卷积操作实现抗混叠,即通过抑制图像信号中的高频成分,防止重采样过程产生混叠。但其在图像畸变这种非线性形变中,具有的效果并不理想,无法有效滤去高频成分,使得校正后的图像仍然无法进行后续的高精度分析或应用。图像匹配是指在两幅图像中,从一幅图像中找到与另一幅图像具有相似或相同的操作,通过对比相似度确定两幅图的联系。对畸变校正后的图像做图像匹配,由于其产生的混叠现象,会对于匹配分析中的各项测度数据产生影响,从而得出错误的匹配结果也会间接导致后续图像处理的错误。针对以上问题,本文提出以下解决办法:（1）分析改进畸变校正模型。论文基于多项式的畸变校正模型,通过实验证明其具有的模型正确性。由于原校正模型大多没有进行逆映射推导,或由于逆映射过于复杂,只采用了拟合的方法进行应用。本文后续推导的必要性,推导出该模型的逆映射,同时证明该逆映射的科学性。根据模型逆映射进行图像畸变校正,通过对三种类型图像的校正实验验证模型公式畸变校正效果。（2）针对第一个实验中出现的问题,提出自适应的抗混叠校正算法。根据自适应映射卷积理论,证明畸变校正模型具有微分同胚性,推导出基于多项式的抗混叠畸变校正算法。结合实验证明算法对于图像畸变的自适应性,同时对比实验证明其具有的抗混叠效果优越性,为算法的下一步实用做基础。（3）分析改进图像匹配方法,将自适应抗混叠校正算法应用到图像匹配中。结合本文提出的畸变校正算法和优秀图像匹配算法,改进算法,实现对畸变图像的校正和匹配。通过实验证明算法具有的优势和实用性。