图像上的某点可以用直角坐标(x , y)表示,也可以用极坐标(r , ?)表示,极坐标表示也就是矢量表示,其中r是矢量长度,?是矢量的水平夹角。而相机成像后其图像所产生的畸变也可以用上述2种坐标来表示:用直角坐标法表示为dx = x’– x ,dy = y’ - y,用矢量表示法表示为dr = r ’- r , d ? = ?’- ?。摄像头径向畸变就是矢量端点沿长度方向发生的变化,摄像头径向畸变的主要原因包括摄像头制造过程中感光元件工艺不完美、重要部件装配不理想和摄像头的镜头设计或生产有缺陷等等。摄像头径向畸变会使摄像头抓拍的图像产生鱼眼状鼓起的形变,产生的图像偏离实际并且不美观。摄像头径向畸变在视觉测量、三维重建和图像识别等应用中是不允许的。例如机器人视觉定位、三维扫描仪和自动倒车系统等三维恢复系统中使用了从图像二维像素坐标点出发恢复出世界三维坐标,我们必须保证采集的二维图像的正确性。在国内刚刚兴起的二维条码,所使用的识别仪器也依赖于图像处理,当图像存在畸变时,识别的结果就可能存在误码。因此,我们就有必要对摄像头径向畸变进行自动校正,使摄像头拍摄的图像的像素空间的二维坐标与世界坐标系的三维坐标准确配对。国内外已经有一些比较成熟的摄像机畸变校正理论,比如DLT方法、RAC方法、张正友的平面标定方法、孟胡的平面圆标定方法、吴毅红等的平行圆标定方法等等。在上述摄像头畸变校正的理论基础上,本文研究了一套摄像机径向畸变自动校正的方法并设计了ARM嵌入式硬件平台进行验证。本文首先介绍了对采集的图像进行的预处理包括BMP图像转换成灰度图并进行中值滤波,采用调整图像期望均值跟方差的方法对图像进行均匀化,采用方差相异性对均匀化后的图像进行背景分割,把图像分为前景区跟后景区,根据背景分割后的图像,基于图像的局部特征对图像的前景区进行分块二值化,接着对二值化后的图像,采用图像形态学的方法对图像网格线进行细化。在细化的基础上本论文创新性地提出了采用模板追踪曲线、根据方差最小性原理寻找图像畸变中心点跟采用Harris detector来寻找相交点的方法,最后采用RAC方法对摄像头定标跟校正。