随着5G时代的来临,5G技术的不断成熟和普及将大大推动虚拟现实产业的发展。虚拟现实设备也越来越受到人们的关注,各种虚拟现实产品逐渐从实验室走向普通用户。就目前而言,一个好的虚拟现实体验感仍然是相关产品厂商所追求的目标。好的体验感不光需要产品能够为用户提供很强的沉浸感,同时还要减少用户的眩晕感。本文针对虚拟现实一体机(VR一体机)中因为硬件设计缺陷造成的用户眩晕感,试图通过研究软件层面的算法优化来降低用户的眩晕感。造成眩晕感的主要有畸变和色散两大因素而本文的主要研究点在VR一体机中的图像畸变。为解决该问题,本文在现有的研究基础上进行了如下研究:(1)针对VR一体机中的图像畸变问题,本文提出一种基于遗传算法的畸变校正优化算法。本文选用了Fitzgibbon提出的除法模型,在研究对比了其他透镜设备里求解模型中畸变参数的方法后,我们采用了遗传算法来优化拟合畸变参数,能够在不限制图像内容,不需要预处理的情况下精准鲁棒地消除VR设备中的图像畸变。同时模型中的畸变参数能够自适应调整,能够适用于不同的场景畸变校正。实验结果表明,该方法比常用的方法具有更强的鲁棒性且畸变校正效果更好。(2)针对畸变优化算法的实时性问题,构建了基于改进型MobileNet网络模型。利用Squeeze-and-Excitation网络的SE模块对MobileNet网络结构进行嵌入改进,通过预先训练好的改进型轻量级网络MobileNet对VR场景进行精准识别和分类,然后再根据不同的场景调用该场景下的畸变参数对图像进行有效校正,达到在虚拟现实一体机中实时精准地进行畸变校正的目的。本文对虚拟现实一体机中的图像畸变校正算法所做的研究,能够实时地校正甚至消灭设备中存在的图像畸变,从而能减轻用户在使用设备时的眩晕感,提升设备的整体体验感。