随着虚实融合技术的发展,利用视频图像对三维场景进行增强显示,使得静态的模型能实时反映真实世界的变化,对于安防以及智能交通等领域具有重要意义。鱼眼相机与普通相机相比具有更大的视角,采集到的视频信息也更加丰富,因此被广泛应用于室内场景监控中。由于鱼眼视频中存在着非常大的畸变,目前视频增强场景的算法很难将鱼眼视频与三维模型准确贴合,针对这一问题,本文对现有的视频增强场景算法进行了改进,实现了鱼眼视频与三维模型的准确贴合。在进行视频增强场景之前需要对鱼眼相机进行标定,现有的鱼眼相机标定方法一般需要借助标定板,或者需要把相机拆下来,最后在实验室环境下才能实现标定,需要严格的标定条件以及标定环境,难以实现在不同环境下对鱼眼相机进行标定。为了解决这些问题,本文对鱼眼相机标定方法进行改进,实现了鱼眼相机快速简便的标定。本文的研究内容与成果主要包括:(1)基于遗传算法的鱼眼相机标定算法,该算法通过圆检测算法得到像主点坐标,再利用遗传算法来求解鱼眼图像的畸变系数,通过论证发现鱼眼的球面投影模型可以转换为透视投影模型,所以再将鱼眼图像转为正常的不含畸变的图片,接着利用特征点的世界坐标以及图像坐标根据两步法来进行标定。虽然该方法在精度上低于基于标定板的鱼眼相机标定方法,但是该方法可以不借助标定板来实现鱼眼相机的标定,应用场景更加广泛。(2)鱼眼视频增强场景算法,利用鱼眼相机标定参数,在Open GL三维场景中构建虚拟相机,然后借鉴了Shadow Map算法的思想对鱼眼视频纹理进行映射。在着色器中进行纹理替换之前,先对图像进行畸变校正,把图像坐标进行逆投影得到世界坐标,然后再对世界坐标按照球面投影模型进行重投影,重投影时加入畸变矫正,便得到矫正之后的图像坐标,利用矫正后的坐标从鱼眼图像取出对应的RGB进行纹理替换,使得鱼眼图像与模型贴合的更加准确。