相对于普通镜头而言,广角镜头通常能获取更大视角的景物信息,即在图像中能捕捉到更多的信息量,因此被广泛应用于车载交通、视频检测与追踪、军事和医疗设备等领域。广角镜头由于自身制作工艺等缺陷会引入非线性畸变,而非线性畸变中最重要并且起关键性作用的则是径向畸变。径向畸变被定义为像素点在半径方向引入的坐标位置偏差,从而使镜头捕捉到的图像出现变形。畸变的引入对于图像的视觉效果以及后续的追踪、识别、三维重建等图像处理算法却是极其不利的。在此背景下,分析了国内外学者对畸变图像校正算法的研究成果,本文提出了一种新颖的基于单幅广角畸变图像的自动校正算法并获得了鲁棒的校正效果。相比其他论文此算法去除了随机迭代过程,极大提升了畸变图像自动校正的运行效率和稳定性。论文的主要研究工作如下:(1)针对畸变线抽取部分,论文提出了基于等分圆弧固有性质的畸变线抽取算法。对畸变图像采用合适的边缘检测与轮廓提取算法,利用等分圆弧的固有特性,在边缘轮廓中检测出满足固有特性的畸变线条,最终实现畸变线抽取算法,此算法能快速、稳定地抽取边缘轮廓中的畸变线条。(2)针对畸变参数估计部分,论文提出了基于双重得分机制的畸变模型参数估计算法。在畸变线集合的基础上,畸变线条的长短、畸变线条的优劣、畸变线条的分布以及畸变中心的准确性都是影响畸变参数估计的因素。本文利用畸变中心和优质圆弧的常量特征投票并选出具有最大常量特征支持的间隔,利用这个间隔求出最优的畸变参数和对应的畸变中心。(3)针对畸变图像的自动校正部分,论文提出了新颖的稳定鲁棒的畸变图像自动逆向校正算法。论文采取了合适的边缘检测与轮廓抽取方法,并提出了畸变线抽取算法和畸变参数估计算法,并利用单参数除法模型的逆向过程实现畸变图像自动校正,对比实验表明论文提出的畸变图像自动校正算法具有快速性、稳定性和精准性的特点。