鱼眼图像是鱼眼镜头拍摄的图像。相对于一般图像,鱼眼图像视角大,图像信息量大。采用鱼眼镜头的图像采集设备能够获取比一般采集设备更大的视角,因此能够用更少的带有鱼眼镜头的采集设备获得更大范围的景物,从而简化图像采集过程,节约硬件资源。由于以上特点,鱼眼镜头在视频会议、安防监视、智能交通等领域具有广阔的市场前景。然而鱼眼镜头所拍摄的图片存在畸变,不仅人眼观察的效果差,而且图像识别效果也很差,使鱼眼镜头的实用性降低,因此,除了在摄影艺术领域外,鱼眼图像都必须经过校正才能适合人眼观察或者采用图像识别技术来扩大鱼眼镜头的实用性。然而目前市场上不乏优良的鱼眼镜头,但对于鱼眼图像的校正却存在着诸多缺陷。由于鱼眼校正的运算量较大,很多软件方案虽然能够实现精确的校正,但是一般的处理器校正速度较慢,而较优良的处理器的成本较高,功耗较大,硬件方案能够快速校正,但是校正缺乏灵活性,或系统结构不合理。针对现有软硬件方案各自的问题,本文研究的重点为提出合理的鱼眼校正系统方案,利用软件资源提高系统的灵活性,利用硬件的速度优势提高鱼眼校正的速度,并节约系统硬件资源,降低功耗。本文首先分析了鱼眼图像校正的基本原理和各种校正模型的特点,在此基础上比较了各种模型约束的特点,明确了本文所采用的鱼眼图像校正的实现过程,最终提出了本文的系统方案。系统方案主要有2个关键技术:1)利用坐标计算的重复性,由软件预先计算校正坐标,并利用坐标数据的相关性,用多种方法将坐标数据压缩了2500倍,然后存储到硬件模块内部的存储器中,不仅利用较少的存储量替代了较复杂的硬件计算过程,而且将数据放入硬件模块内部的存储器中也加速了数据访问速度。2)坐标计算过程能够预知加载一幅鱼眼图像内不同图像块的顺序,为了降低图像加载对系统缓存带宽造成的压力,本文提出了加载序列优化算法,使得优化后的加载序列缩短了90%左右。本文分析了加载序列的优化效果与加载图像块的尺寸和存储器页数之间的关系,确定了最优的加载图像块尺寸和存储器分页数。在加载优化的基础上,硬件结构也得到了的简化。本文最后给出了本文提出系统的仿真和测试的结果,验证了系统的有效性。