照相输入法，即数码相机对服装样片的照相输入方法是样片输入方法发展的新方向。目前国内服装领域研究照相输入法为数不多，且大都局限于本学科领域；而计算机视觉虽对图像畸变研究甚广，但针对性不强。由于数码相机本身工艺上的影响，拍摄图像造成一定的非线性畸变，这也是本课题所要解决的主要问题。本课题结合了服装学科和计算机技术，在分析相机成像原理及标定技术的基础上，提出用标准网格图作标定图像，并用二次多项式为回归函数建立畸变校正模型，达到了0.3％的精度，进一步完善服装CAD技术。 首先，课题的第一步是探讨分析照相成像原理和计算机视觉技术，并确定本课题研究方案。数码相机成像遵循小孔成像原理，它的成像涉及到四个坐标系：将世界坐标系中的信息(如空间点P)转换到光心坐标系，再映射到图像坐标系，最后转换到像素坐标系。但由于光学镜头实际制造、安装引起的差异，造成了照相图像非线性畸变，一般以径向畸变为主。对于畸变图像上点的位置关系描述，主要靠相机的标定来实现。本课题实行自标定方法，用标准网格图作标定，并建立畸变校正方法：分量计算法和极半径计算法。求解校正模型，进行一定约束条件的拍摄实验，实验步骤为：图像拍摄、中心核准、数据采集、系数回归及模型确定。 其次，在用标定网格做实验的基础上，求得畸变校正模型并进行精度分析。该标定图像的规格采用100mm×60mm，通过固定相机对其进行定焦、定距、镜头中心对齐物像中心以及相机平面平行物像平面的拍摄，采集大量的点坐标数据。对于图像中心区域进行核准，选取最佳图像。利用MATLAB对这些点进行多项式回归，并用最小二乘法估计参数。对得到的两个数学模型，通过比较计算量、计算稳定性及精度要求来确定最佳模型。由于极半径计算法得到的数据结果稳定，且相对误差控制在0.3％左右，则将其得到的模型作为本课题的畸变校正模型。R=Rd+△Rd=0.0003R2d+0.9773Rd+0.98Rd=√X2d+Y2d最后，在获得了畸变图像校正模型之后，用VC++程序语言实现软件对于样片图像文件的畸变校正。该软件包括图像处理的三方面：图像预处理、图像中心区域核准及畸变图像校正。图像预处理包括了去色、去噪、二值化和边缘检测处理，这是对源图像的前期处理，为了得到更清晰的目标图像，以便下一步的操作。以图像中心为圆心、图像对角线0.1倍长为直径的区域是中心不变区域，对该区域内的点不进行畸变校正，而对该区域外的点用畸变校正公式校正坐标值，进行图像重建。计算机实践结果表明，该软件的实际效果基本符合要求。 总之，本课题校正了服装样片图像的非线性畸变，将计算机视觉、相机标定技术与服装CAD技术相互结合在同一个平台上，实现CAD样片照相输入法的功能，从而改善数字化仪输入法的诸多不足，极大提高服装CAD技术的发展。