在对目标进行识别时，通常目标相对摄像机系统会因为方位的变化，产生投影畸变，这将给正确的识别带来困难。对于人脸图像的识别同样存在这样的问题，严重的投影畸变可能会导致脸部特征的变形，对称性信息的丢失。针对此类问题，本文提出一种基于分层和Radon变换相结合的矫正方法，以期解决目标因透视失真对后续识别产生影响的问题。　　 论文第一部分根据视觉不变量理论，从单幅图像中寻找与相机视点位置无关的描述方法，即研究对象与摄像机三维空间相对位置关系无关的不变量。而不变矩作为一种全局不变量满足上述特征。利用常规矩和仿射不变矩对畸变人脸图像进行特征提取。实验结果显示，仿射不变矩较常规矩更稳定，提取的各个特征值变化很小，但是对于投影畸变的图像，二者都具有较大的误差。　　 论文第二部分总结目前对投影畸变矫正方法的优缺点，提出了基于分层和Radon变换相结合的矫正方法。根据射影几何知识，将人脸图像矫正为满足仿射变换的图像，再将仿射变换矫正为相似变换,接着用Radon变换矫正为与正面图像相差缩放因子的标准图像，最后利用目前比较成熟的2DPCA方法对矫正后的图像进行识别。将矫正前的人脸图像与矫正后人脸图像的识别率进行比较，得出本文提出的矫正算法能够很好的解决投影畸变对人脸图像识别的影响。　　 论文针对人脸投影畸变提出的基于分层和Radon变换相结合的矫正方法，为后续的人脸识别以及将其应用于无人驾驶车辆和机器人领域奠定了坚实的基础。