随着机器视觉技术的发展,计算机视觉在人们的生产生活中都发挥着重要的作用。对于光学系统,在视场角比较大的情况下可以拍摄更多的人和物,但是大的视场角也会带来一些成像缺陷,也就是我们所说的畸变。畸变的校正在机器视觉领域具有重大的意义。畸变分为两部分,一个是光学系统带来的畸变,也就是光学畸变(又叫几何畸变)；另一个是由透视成像本身带来的畸变,分为透视畸变和拉伸畸变两种。本文的主要目的就是校正这些畸变,尤其是最难处理的拉伸畸变。由于图像的畸变是由两种畸变混合,所以本文采取两种畸变分先后校正的方式。对于光学畸变的校正,本文介绍了如标定和角点检测等预处理方法,同时也给出了光学畸变校正的算法流程和结果。校正了光学畸变后,对于由于近摄而出现的透视畸变,本文提出了按照高斯函数的规律将畸变图像点的坐标向中心收缩变换的方法,取得了很好的效果。对于校正了光学畸变后视场边缘物体的拉伸畸变,本文先是利用控制参数法和多平面投影法,取得了一定的效果。同时本文提出了建立三维模型的新思路,建立并还原三维拍摄场景,将人脸近似建模为一个三维分段高斯函数模型,其余部分近似视作平面,建立模型,并将相机光轴对准人脸拍摄得到非畸变图像,再拼接合成得到最终的结果。校正后本文也对比了不同高斯函数模型、不同高斯函数大小、不同人脸模型校正效果的对比,同时本文也提出了校正效果的客观评价的指标,并证明了我们的方法的正确性。最后,本文也也提出了两种拼接合成的方法,并介绍了几种抠图的方法,并展示了拼接合成的效果。