机器视觉应用场景不断扩展,视觉测量由于非接触、效率高以及更安全等特点逐步成为了测量领域中的新方法,例如轴承尺寸测量、汽车零部件检测等。然而当今制造工艺无法加工出完美的成像系统,因此在应用视觉方法进行测量时,其成像结果通常会产生亮度不均匀以及畸变的现象,这不但会影响到物体的识别,同时相机成像过程中的畸变也势必会影响到最终测量的精度。针对以上问题,本论文对相机畸变校正展开研究,提出了基于亮度非均匀补偿的相机畸变校正算法。该校正算法通过处理相机拍摄到的相移光栅图与棋盘格图即可实现自动、高精度的相机径向畸变校正。本论文主要研究工作如下:（1）分析了国内外相机畸变校正技术的发展现状,比较目前相机畸变校正技术的优点以及不足,综合考虑成本、算法校正精度以及使用的方便性,确定了相机畸变校正方式,该方式采用相机拍摄光栅图获取畸变信息从而求取校正系数。然而相机径向畸变校正算法采用相移光栅图获取相机畸变信息,而实验中广泛存在的渐晕现象势必影响光栅图的相位求解,从而进一步影响畸变校正的精度,因此对目前常用的基于亮度均衡图像阈值分割的渐晕校正、基于径向梯度对称的渐晕校正以及基于图像熵优化的爬山算法展开了对比研究。其中主要针对于基于图像熵优化的爬山算法的理论进行了详细研究,最终提出基于图像熵优化的退火算法,针对退火算法在实际中使用的特点,本论文对此进行改进,增强了寻找最优解的能力。（2）针对相机畸变校正理论进行研究,提出了畸变校正的数学模型。根据针孔相机模型的成像原理,推导了像素坐标系与世界坐标系之间的变换关系。分析相机畸变的成像过程,使用相移光栅图标定出畸变位置信息,利用坐标系之间的变换关系推导出本论文所用的畸变校正的数学模型。采用棋盘格线段曲率最小原则求取出模型中的最优校正系数。（3）基于本论文所提出的畸变校正数学模型,分别对光栅条纹生成算法、相位解缠算法以及角点检测算法展开了对比研究,然后依据曲率最低准则求解出畸变校正的最优系数。最后本论文将亮度非均匀校正算法、相机径向畸变校正算法以及图像显示功能集成至软件中,方便用户使用。（4）通过多组实验验证本论文所提算法。对于亮度非均匀补偿算法,本论文首先与常用的渐晕校正算法对于纯白渐晕图进行了校正对比,然后将本论文所提出的亮度非均匀补偿算法运用于基于自动聚焦的三瓣波形轴承滚道测量实验中,比较亮度补偿前后的测量结果,最终误差绝对值由补偿前0.004 mm降低到补偿后0.001 mm。而对于相机径向畸变校正算法,本论文与张正友标定法分别对畸变图像进行了校正,然后采用PHD几何畸变进行了评估,其中张正友标定法校正图PHD值为-0.31%,本论文所提算法校正图PHD值为-0.27%,这表明了本论文所提畸变校正算法对于径向畸变校正优于张正友标定法。