车载镜头常用于倒车影像、车道偏离、碰撞预警及盲区监测等系统,然而由于要适应极端天气,高动态场景等特殊情况,对其成像质量有更严格的要求,保证后期检测目标的准确性。本文面向盲区检测系统的功能需求,对车载系统中镜头的曝光控制与畸变矫正进行深入研究,确保车载系统中后续目标监测的准确性。本文针对现有的曝光控制算法,提出了基于PID自适应的曝光控制算法和基于图像分区的曝光控制算法,从而进行快速曝光调节,改善以往使用灰度均值算法运算速率慢,容易出现震荡的情况。实验研究表示,采用PID控制方法控制曝光时间对车载镜头自适应曝光时,能获得较好的曝光效果,然而该算法是对图像全局进行曝光控制,存在一定局限性,无法使用在光照范围变化大的场景。由此,提出基于图像分区的曝光控制算法,采用五分区域划分法,对目标区域赋予较大权值,由权值矩阵模板法处理,从而计算出符合场景需要的曝光值。本文以车道线为检测目标,实验结果表明,基于PID控制的曝光算法目标识别率为73.1%,基于图像分区的曝光控制算法目标识别率为78.9%。由此可得,图像分区算法优于PID控制算法,图像分区能更好的处理感兴趣区域,避免其它区域的感染,从而提高目标识别准确率。车载视觉系统中镜头存在畸变现象,因此对畸变矫正的研究必不可少。本文对常见的模板法和参数已知法进行研究分析,提出了一种新的图像畸变矫正的算法。首先,采用特征点提取算法,得到实际坐标和理想坐标。然后,建立数学模型,利用最小二乘法进行拟合,从而得到离心畸变、径向畸变、切向畸变等畸变系数,从而对图像中所有像素点进行畸变矫正。最后,采用三线性插值法进行图像像素插值,确定像素的灰度级,完成畸变矫正。实验中,采用车载镜头拍摄的图像验证该算法的准确度,同时采用矫正算法MRE(最大残差)和ARE(平均残差)评价本文的畸变矫正算法,可得到该算法优于传统算法,可以快速完成图像畸变矫正,得到清晰、准确的车载镜头图像。