鱼眼镜头的光学特性比较特殊，拥有180°~270°的大视野，从而广泛应用于交通，银行，学校等各种监控领域它还可以应用于各类全景系统，具有拼接简单，覆盖全面，无盲区的特点然而使用鱼眼镜头获得的大视野图像引入了严重的畸变，这些形变图像很难满足人的正常视觉要求为了增强图像的视觉效果，需要将鱼眼畸变图像恢复到无畸变的正常视觉图像鱼眼图像畸变校正的前提是已知镜头的畸变参数，这些参数可通过对镜头进行标定获得而各类标定算法中基于镜头成像模型建模的方法准确度较高采用这种算法标定镜头时，为方便计算，提取鱼眼图像中的特征点信息来替代整幅图像，和真实世界坐标空间对应本课题对鱼眼畸变图像校正的研究主要包括以下三个方面的内容：特征点的检测，鱼眼镜头的标定和图像畸变校正首先，调研了目前角点检测领域的几种算法，Harris，SUSAN，SV等算法仿真实现并分析比较了这几类算法的优缺点，深入研究了Martin Rufli等人提出的基于封闭轮廓提取的区域思想算法，并对此算法的不足之处进行了改进，最终实现高精度高准确率的自动角点检测算法其次，镜头的标定是图像校正的前提，也是至关重要的一步，它的精度直接反映了镜头成像模型的准确性在现有的相机标定算法中，基于镜头成像模型的算法标定结果更为准确，基本思想是建立真实世界坐标空间和鱼眼成像平面坐标系之间的对应关系求解畸变系数这类算法中具有代表性的是Davide Scaramuzza提出的标定方法针对该标定方法的一些局限性加以改进，达到低约束高精度的标定结果最后，研究了几类校正算法，包括平面校正，柱面校正和经纬展开校正等这几种算法都属于全局投影校正，直接由畸变图像映射到非畸变的目标图像上，校正后的图像都不可避免地存在一定程度的变形Carroll等人提出的基于内容的校正方法属于局部变化投影，最大限度地减少了畸变，校正结果基本满足正常的视觉要求针对该算法需要用户交互的局限性，提出了一种基于Carroll算法的棋盘格图像校正算法本课题的研究成果可以应用于全景拼接系统,以TI公司的DM6437作为核心硬件平台，实验结果表明算法的校正效果良好