数字图像处理-畸变校正
数 字 图 像 处 理
图像畸变及校正
1 图像畸变介绍
从数字图像处理的观点来考察畸变校正, 实际上是一个图像恢复的过程, 是对一幅退化了的图像进行恢复。在图像处理中，图像质量的改善和校正技术，也就是图像复原，当初是在处理从人造卫星发送回来的劣质图像的过程中发展、完善的。目前，图像畸变校正的应用领域越来越广，几乎所有涉及应用扫描和成像的领域都需要畸变校正。图像在生成和传送的过程中，很可能会产生畸变，如：偏色、模糊、几何失真、几何倾斜等等。前几种失真主要是体现在显示器上，而后一种失真则多与图像集角度有关。不正确的显影，打印、扫描，抓拍受反射光线的影响等方式，都会使图像产生偏色现像。模糊、几何畸变主要是在仪器采集图片过程中产生，大多是因机器故障或操作不当影响导致，如在医学成像方面。而几何空间失真广泛存在于各种实际工程应用中，尤其是在遥感、遥测等领域。
2 畸变产生的原因
在图像的获取或显示过程中往往会产生各种失真（畸变）：几何形状失真、灰度失真、颜色失真。引起图像失真的原因有：成像系统的象差、畸变、带宽有限、拍摄姿态、扫描非线性、相对运动等;传感器件自身非均匀性导致响应不一致、传感器件工作状态、非均匀光照条件或点光源照明等；显示器件光电特性不一致；图像畸变的存在影响视觉效果，也是影响图像检测系统的形状检测和几何尺寸测量精度的重要因素之一。
3 图像畸变校正过程所用到的重要工具
灰度直方图是关于灰度级分布的函数，是对图象中灰度级分布的统计。灰度直方图是将数字图象中的所有像素，按照灰度值的大小，统计其所出现的频度。通常，灰度直方图的横坐标表示灰度值，纵坐标为想像素个数。直方图上的一个点的含义是，图像存在的等于某个灰度值的像素个数的多少。这样通过灰度直方图就可以对图像的某些整体效果进行描述。从数学上讲，图像的灰度直方图是图像各灰度值统计特征与图像灰度值出现的频率。从图形上来讲，它是一个一维曲线，表征了图像的最基本的统计特征。
作为表征图像特征的信息而在图像处理中起着重要的作用。由于直方图反映了图像的灰度分布状况，所以从对图像的观察与分析，到对图像处理结果的评价，灰度直方图都可以说是最简单、最有效的工具。 4 图像颜色畸变校正介绍
图像颜色畸变现象可以是由摄像器材导致，也可以是由于真实环境本身就偏色导致，还有的是由于图像放置过久氧化、老化导致。无论其产生的原因如何，其校正方法都是类似的。
如果用Matlab显示颜色畸变的图像RGB基色直方图 ，发现相对正常图像，颜色畸变的图像的直方图的三种基色的直方图中至少有一个直方图的像素明显集中集中在一处，或则集中在0处或则集中在255处，而另一部分有空缺，或则集中在中间而两边空，因此通过调整该直方图的像素点的像素值在区间[0，255]上的分布来解决图像颜色畸变问题。如果直方图中像素集中在0一边则说明该基色偏暗，如果集中在255处则说明该基色偏亮。下图是一有颜色畸变的图像的基色B的直方图。
图1 基色B的直方图
很明显几乎所有像素点都集中在区间[a,b]上，这是偏暗的情况。那么要做的是把代表基色B的矩阵的数据拉伸，使得区间[a,b]扩大为区间[a,c]。只要做以下处理即可得到以上目的。对每一个x ，x在[a,b]上，x*(c-a)/(b-a)，而所有的y，y在区间[b,c]上，y=c，c=255。
MATLAB中的算法实现如下：
function dealcolor(pic,k,d)
a=imread(pic); %提取指定图像到矩阵a
b=double(a); %将矩阵a的数据转化为double型
[m,n]=size(b(:,:,k)); %取图像矩阵的行列数
fr=255/d; %设定拉伸系数
for i=1:m % 二重循环 对矩阵内的每一个数据进行处理
for j=1:n
bm=b(i,j,k)*fr; % 拉伸处理
if bm>255 %将所有值大于255的点都设为255
bm=255;
end b(i,j,k)=bm;
end
end
c=uint8(b); %将矩阵b转化为8个字节的整型数据
image(c); %显示处理过的图像
注释：a ——— 要处理的图像矩阵，是一个三维矩阵
pic ——— 要处理的图像的路径
k ——— 要处理的第几个基色矩阵，1、2、3分别代表R、G、B
d ——— 向量，它的值是要拉伸的像素值中的最大值，0~255之间
5 图像模糊校正算法介绍
图像的灰度变化情况可以表现为一曲线。当读入一个图像后，灰度变化就转变成了矩阵数据的变化。反映数据变化的数学手段可以采用微分算子。从数学的微分含义来看，“一阶微分”是描述“数据的变化率”，“二阶微分”是描述“数据变化率的变化率”。在感应灰度变化方面，二阶微分比一阶微分更具敏感性，尤其是对斜坡渐变的细节。因此采用二阶微分算子来处理。
最简单的各向同性微分算子是拉普拉斯微分算子。设原图为f(x,y)，一个二维的拉普拉斯微分算子定义为：22222yfxff 将它展开就得到
)1,()1,(),1(),1(),(42yxfyxfyxfyxfyxff。写成图像处理运算模版的形式就是010141010L。
设处理后的图像为g(x,y)，则 ),(),(),(2yxfyxfyxg。用模板表示则是0101510100L，模板中心点就是要处理的像素点。如果连对角线方向都考虑的话，模板的形式就表现为1111911111L。
由于模板是一个3阶矩阵，所以模板处理不了图像矩阵边缘的点。将这些处理不了的点像素值都设置为255。
在Matlab中的算法实现为：
function pic_tem = pick_tem(b,x,y,j,tem_n) % b是一个三维矩阵，j 是代表第几层矩阵 %tem_n代表模板号0代表采用第一种模板，1代表采用第二种模板
if tem_n==0 %第一种模板
%返回二阶微分处理后的值
pic_tem=5*b(y,x,j)-(b(y,x-1,j)+b(y+1,x,j)+b(y-1,x,j)+b(y,x+1,j));
else %第二种模板
%返回二阶微分处理后的值
pic_tem=9*b(y,x,j)-(b(y-1,x-1,j)+b(y-1,x,j)+b(y-1,x+1,j)+b(y,x-1,j)+b(y+1,x+1,j)+b(y+1,x-1,j)+b(y+1,x,j)+b(y+1,x+1,j));
end
function faintness(pic,tem_n)
%pic代表处理的图片的路径，tem_n代表采用第几种模板
a=imread(pic); %导入图像，并把数据存放到三维矩阵a中
b=double(a); %将数据转化为双精度
[h,w,k]=size(b); %取矩阵的维数
g=zeros(h,w,k)+255; %生成一个与原图像矩阵有相同维数的矩阵g
for y=2:h-1 %剔除图像矩阵最外一层的点，处理可以被模板包含的点
for x=2:w-1
for j=1:k
g(y,x,j)=pick_tem(b,x,y,j,tem_n); %采用二阶微分算子处理，返回处理点（x,y）后的像素值
end
end
end
image(uint8(g));%显示处理后的图像
6图像几何畸变校正算法介绍
对于畸变的光学系统，畸变空间中的直线在像空间中一般不再是直线，而只有通过对称中心的直线是例外。因此在进行桶形畸变校正时须先找出对称中心，再进行通用的几何畸变校正过程。
桶形畸变校正一般步骤：
（1）找出畸变图对称中心，将畸变图代表的地址空间关系转换为以对称中心为原点的空间关系。
（2）空间变换：对输入图像（畸变图）上像素重新排列以恢复原空间关系。即利用地址映射关系为校正图空间上的每一个点找到它们在畸变图空间上的对应点。
（3）灰度插值：对空间变换后的像素赋予相应的灰度值以恢复原位置的灰度值。
几何畸变的校正要使用几何（坐标）变换，包括平行移动、旋转、扩大缩小等简单的变换。
在这里，先在直角坐标系下研究地址映射关系，在程序中则使用矩阵坐标系。设[f(x,y)]是原图，[f(u,v)]是发生畸变后的图像。 畸变校正的基本思想是，找出由(u,v) (x,y)的坐标变换T(地址映射),然后令：)),((),(vuTfyxf 为参数向量。若畸变只是简单的纵横比的改变和倾斜，那么仿射变换可以校正这种畸变。取：FEDCBAT,,,,,:
CBxAux ][FEvDuy x表示去最接近x的整数
若能得到参数的估计，问题就可以解决了。
但一般的畸变都不只是简单的纵横比的改变和倾斜，通常遇到的都是空间扭曲型几何畸变，俗语讲就是橡胶层面拉伸。它是曲线畸变，这里采用二次多项式来模拟它,可表示为：
25423210yaxyaxayaxaau(1) 25423210ybxybxbybxbbv(2)
同样，只要可以取得参数),(iiba的估计，畸变函数便可知，那么原则上，可以通过上式多项式变换来获得修正的空间扭曲映射。
(1)和(2)都是一个有6个参数的二元二次方程，那么只要在畸变图和校正图上各取六对对应点（其中从校正图上的点是估计值）就可以通过解方程组得到参数),(iiba的估计，理论上，取的对应点对数越多得到的参数),(iiba估计就越精确。设取m对对应点，用向量来表示为
],...,,[21mtuuuU ],...,,[21mtvvvV
2222222222211121111............11mmmmmmyyxxyxyyxxyxyyxxyxA
其系数 ],...,,[10mtaaaa ],...,,[10mtbbbb
假设所取的m对对应点组成的矩阵A可逆，也就是说m对对应点线性不相关，则容易计算得到系数),(iiba：UAa VAb
由于采用灰度插值，所以在校正的处理过程是对校正图上每一点映射到畸变图，然后通过灰度插值来得到这一点的灰度值。因此校正所采用的是地址逆映射：
ayxyxyxu*,,,,,122 byxyxyxv*,,,,,122 ()
镜头畸变矫正标定
镜头畸变矫正标定
镜头畸变矫正是一种计算机视觉技术，旨在纠正照片或视频中由镜头畸变引起的图像形变。镜头畸变分为桶形畸变和垫形畸变两种类型。
桶形畸变是一种常见的镜头畸变，它会使图像中心部分凹陷，形成一个桶状的形变。垫形畸变则使图像中心部分凸起，呈现垫状形变。这些畸变会影响图像的几何形状，使直线变形或弯曲。
为了纠正镜头畸变，需要进行相机的标定，即确定相机内参和外参参数。相机内参包括焦距、光轴偏移和像素尺寸等参数，而相机外参包括相机的位置和姿态参数。
在标定过程中，通常使用棋盘格或者标定板这样的模板作为标定物体。通过拍摄多张包含标定物体的照片，可以计算出相机的内参和外参参数。
一旦相机标定完成，就可以利用得到的参数进行镜头畸变矫正。通过对每个像素进行坐标变换，可以将畸变图像恢复为无畸变的原始图像。这样，人们可以看到更真实、更准确的图像。
镜头畸变矫正在很多领域都有应用，比如计算机视觉、机器人导航和增强现实等。它可以改善图像质量，提高计算机算法的准确性。因此，对于需要准确图像的应用来说，镜头畸变矫正是一个重要的步骤。
photoscan处理流程--相机标定--畸变改正
一、 相机标定
主要利用PhotoScan强大的空三处理功能解算准确的相机内参数和畸变参数，其数据处理流程和生成正射影像的处理流程类似，包括添加影像—对齐影像（选择高精度）--优化相机参数—导出相机参数。
1、添加影像
2、对齐影像，类似于空三
3、优化相机参数
菜单：工具—优化相机，勾选需要优化的相机参数
4、导出相机参数
二、 利用PhotoScan进行畸变参数改正
当测区影像数量较多，利用全部影像进行相机的畸变参数解算计算量是非常大的，且影像质量不好的影像会降低估计参数的精度，因此畸变参数估计时可以只选取纹理比较丰富的部分区域影像，利用导出的相机参数文件实现全部影像的畸变改正，需要指出的是如果是利用PhtotoScan改正畸变，需要导出PhtotoScan自己的格式，其他格式无法使用。
操作步骤为添加影像—导入畸变参数—导出未畸变影像。
1、添加影像
2、导入相机畸变参数
在相机参数界面导入相机畸变参数文件。
3、导出未畸变影像
菜单：工具—导出—未畸变影像，在对话框内选择所有相机，然后点击OK选择保存文件夹路径。
概述几何校正的两个环节
概述几何校正的两个环节
一、几何校正的概念和意义
几何校正是数字图像处理中的一项重要技术，主要用于纠正图像中出现的几何形变，使图像在坐标上满足一定的几何规律。几何校正的目的是使图像更符合人眼的观察习惯，提高图像的可读性和测量精度。
几何校正主要包括两个环节：摄影几何校正和空间几何校正。
二、摄影几何校正
摄影几何校正是指对图像进行坐标变换和畸变校正，使得图像中的线段保持直线，面积保持不变。摄影几何校正主要包括以下几个步骤：
1. 内部参数标定：通过对相机的内部参数进行标定，包括焦距、主点位置等，确定相机的内部几何特性。
2. 外部参数标定：通过对相机的外部参数进行标定，包括相机在世界坐标系中的位置和姿态，确定相机的外部几何特性。
3. 畸变校正：由于相机镜头和成像传感器的非理想性，图像中会存在畸变，如径向畸变和切向畸变。畸变校正通过数学模型对图像进行畸变矫正，使图像中的线段更准确地保持直线。
4. 坐标变换：将图像中的像素坐标转换为世界坐标系下的实际物理坐标，使得图像中的线段和面积能够与实际物理空间相对应。
通过摄影几何校正，可以使图像中的线段保持直线，减小畸变，提高图像的几何精度和测量精度。
三、空间几何校正
空间几何校正是指对图像进行空间变换，使图像在空间中满足一定的几何规律。空间几何校正主要包括以下几个步骤：
1. 图像配准：将待校正的图像与参考图像进行配准，确定它们之间的空间几何关系。常用的配准方法包括特征点匹配、相位相关等。
2. 坐标转换：通过坐标转换，将待校正的图像中的像素坐标转换为参考图像上的像素坐标，从而实现空间几何校正。
3. 空间变换：根据图像间的空间几何关系，对待校正的图像进行空间变换，如平移、旋转、缩放等，使图像在空间中满足一定的几何规律。
通过空间几何校正，可以对图像进行形变、旋转等操作，使图像满足特定的几何规律，便于后续的分析和处理。
四、几何校正的应用
几何校正广泛应用于遥感图像处理、医学图像处理、工业检测等领域。在遥感图像处理中，几何校正能够提高遥感图像的几何精度，便于地物的提取和分类。在医学图像处理中，几何校正可用于纠正医学图像中的几何畸变，提高图像的诊断精度。在工业检测中，几何校正可用于对产品进行几何测量和缺陷检测。
相机畸变校正参数
相机畸变校正参数
摘要：
一、相机畸变校正的重要性
二、畸变校正参数的设置方法
1.垂直方向畸变校正
2.水平方向畸变校正
3.色彩失真校正
4.像素级畸变校正
三、畸变校正软件推荐与使用教程
四、校正过程中应注意的问题
正文：
相机畸变校正参数
在摄影和图像处理领域，畸变校正一直是一个热门话题。畸变是指镜头在拍摄过程中对图像产生的失真现象，主要包括垂直方向畸变、水平方向畸变、色彩失真和像素级畸变等。畸变校正的目的就是消除这些失真，还原图像的本来面目。本文将详细介绍相机畸变校正参数的设置方法，以及一些实用的畸变校正软件和注意事项。
一、相机畸变校正的重要性
相机畸变校正的重要性不言而喻。畸变校正可以提高图像质量，使画面更加真实、自然。在进行畸变校正之前，我们先来了解一下畸变的类型。
1.垂直方向畸变：当镜头焦距变化时，图像的四角会出现不同程度的变形。
2.水平方向畸变：镜头在水平方向上对图像产生的失真。
3.色彩失真：由于镜头材料、光线反射等因素，图像的色彩可能会产生偏差。
4.像素级畸变：像素尺寸和镜头焦距的比值会导致图像边缘的像素变形。
二、畸变校正参数的设置方法
在进行畸变校正时，我们需要针对不同类型的畸变进行相应的参数设置。以下为常见的畸变校正参数设置方法：
1.垂直方向畸变校正：通过调整镜头的垂直方向畸变参数，可以有效消除图像四角的变形。大多数相机和图像处理软件都提供了垂直方向畸变校正功能，用户可以根据实际拍摄效果进行调整。
2.水平方向畸变校正：水平方向畸变校正相对简单，一般可通过裁剪图像或使用图像处理软件进行校正。
3.色彩失真校正：色彩失真校正需要针对不同镜头进行调整。用户可以通过相机提供的白平衡设置、后期处理软件的色彩调整功能等方式进行校正。
4.像素级畸变校正：像素级畸变校正较为复杂，通常需要使用专业的图像处理软件进行。这类软件可以对图像进行像素级别的调整，使画面更加平整。
摄影测量中的畸变校正技术与方法解析
摄影测量中的畸变校正技术与方法解析
摄影测量是一种通过相机和传感器来测量地理信息的技术方法。然而，在实际的摄影测量过程中，由于光学系统的限制和成像环境的不完美，图像中常常存在着各种畸变，这些畸变会严重影响测量的精度和准确性。为了解决这一问题，研究人员们提出了各种畸变校正技术与方法。
一、镜头畸变的分类
在摄影测量中，常见的镜头畸变主要有径向畸变和切向畸变两类。
1. 径向畸变：径向畸变又称为径向畸变，是由于光学系统的透镜形状不完美而导致的。径向畸变会使得图像中心和边缘的像素变形，通常呈现出一种鱼眼形状，也就是所谓的“鱼眼畸变”。
2. 切向畸变：切向畸变是由于相机的成像平面与透镜的光轴之间不完全平行而引起的。切向畸变会使得图像的水平和垂直线条弯曲，失去真实的几何形状。
二、畸变校正的需求
畸变校正在摄影测量中非常重要。首先，畸变会严重影响图像中目标物体的几何形状和尺寸，从而影响后续的测量和分析工作。其次，在数字图像处理中，畸变也会对图像配准、图像拼接和三维重建等任务造成困扰。因此，畸变校正是提高摄影测量精度和数据可靠性的关键技术之一。
三、畸变校正技术与方法
1. 基于几何模型的畸变校正方法：基于几何模型的畸变校正方法主要是采用数学方法对图像进行几何校正，以恢复图像中目标物体的真实形状和几何特征。常见的方法有极向投影法、鱼眼校正法、逆向映射法等。 2. 基于数学模型的畸变校正方法：基于数学模型的畸变校正方法主要是通过建立适当的数学模型来描述畸变，并通过参数估计和优化方法来对畸变进行校正。常用的数学模型有多项式畸变模型和透镜失真模型。
3. 基于特征匹配的畸变校正方法：基于特征匹配的畸变校正方法主要是通过在图像中提取特征点，并通过匹配这些特征点来进行畸变校正。常见的特征匹配算法有SIFT、SURF和ORB等。
四、畸变校正的应用领域
畸变校正技术与方法在众多领域中都有广泛的应用。其中，地理信息系统（GIS）、计算机视觉、机器人视觉和虚拟现实等领域对畸变校正有着较高的需求。例如，在GIS领域，畸变校正可以提高地图的精度和准确性；在计算机视觉领域，畸变校正可以提高图像识别和目标检测的精度。
数字图像处理 第三版 (冈萨雷斯,自己整理的1)
1.1 图像与图像处理的概念
图像(Image)： 使用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视觉的实体。包括：
·各类图片，如普通照片、X光片、遥感图片；
·各类光学图像，如电影、电视画面；
·客观世界在人们心目中的有形想象以及外部描述，如绘画、绘图等。
数字图像：为了能用计算机对图像进行加工，需要把连续图像在坐标空间和性质空间都离散化，这种离散化了的图像是数字图像。
图像中每个基本单元叫做图像的元素，简称像素（Pixel）。
数字图像处理（Digital Image Processing）：是指应用计算机来合成、变换已有的数字图像，从而产生一种新的效果，并把加工处理后的图像重新输出，这个过程称为数字图像处理。也称之为计算机图像处理（Computer Image Processing）。
1.2 图像处理科学的意义
1.图像是人们从客观世界获取信息的重要来源
·人类是通过感觉器官从客观世界获取信息的，即通过耳、目、口、鼻、手通过听、看、味、嗅和接触的方式获取信息。在这些信息中，视觉信息占70％。
·视觉信息的特点是信息量大，传播速度快，作用距离远，有心理和生理作用，加上大脑的思维和联想，具有很强的判断能力。
·人的视觉十分完善，人眼灵敏度高，鉴别能力强，不仅可以辨别景物，还能辨别人的情绪。
2.图像信息处理是人类视觉延续的重要手段
非可见光成像。如：γ射线、X射线、紫外线、红外线、微波。利用图像处理技术把这些不可见射线所成图像加以处理并转换成可见图像，可对非人类习惯的那些图像源进行加工。
3.图像处理技术对国计民生有重大意义
图像处理技术发展到今天，许多技术已日益趋于成熟，应用也越来越广泛。它渗透到许多领域，如遥感、生物医学、通信、工业、航空航天、军事、安全保卫等。
1.3 数字图像处理的特点
1. 图像信息量大
镜头畸变的原理及校正方法
镜头畸变的原理及校正方法
一、镜头畸变的原理
镜头畸变是指在摄影过程中，由于光线通过透镜时的物理特性而导致图像出现扭曲、拉伸或压缩等失真现象。主要分为两种类型：
1.径向畸变：在图像中心呈现正常形态，但越靠近边缘部分，图像会出现拉伸或压缩的现象。
2.切向畸变：在图像中心和边缘部分都会出现失真，表现为图像的水平或垂直线条不再是直的而是弯曲。
二、校正方法
1.软件校正法
利用数字图像处理软件如Photoshop、Lightroom等进行校正。具体步骤如下：
（1）打开需要校正的图片，在菜单栏选择“滤镜”-“相机失真”。
（2）在弹出的对话框中选择适当的相机模型和镜头型号，并勾选“去除畸变”选项。
（3）点击确定按钮即可完成校正。
2.硬件校正法
通过使用特殊设计的镜头来避免或减少畸变。这种方法比较昂贵，适用于专业摄影师和高端用户。具体步骤如下：
（1）选择适合的镜头，如鱼眼镜头或移轴镜头等。
（2）在拍摄时调整相机和镜头的位置，使其达到最佳效果。
3.手动校正法
通过手动调整相机和镜头的位置来避免或减少畸变。这种方法比较简单易行，但需要一定的技巧和经验。具体步骤如下：
（1）在拍摄前，先观察场景并确定需要调整的部分。
（2）调整相机和镜头的位置，使其达到最佳效果。
（3）在后期处理时可以使用软件进行进一步校正。
总之，在摄影过程中避免畸变是非常重要的，可以通过以上方法进行校正。不同类型的畸变需要采用不同的校正方法，并且需要针对具体情况进行调整。只有掌握了正确的校正方法才能拍摄出更加真实、美丽、自然的照片。
镜头畸变校正的设计思想与实现
科技旧捌嘲龇
镜头畸变校正的设计思想与实现
夏丽珍
(河南省化学工业学校，河南郑州450042)
一／。’，脯要]数码相狈作为一种常见的成像产品。其摄像系统的姿态位置变化导致获取的图像产生平移、缩放、旋转、仿射等几何畸变，数码
相机镜头畸变校正正是集数字图像处理、数码相机成像原理、MATLAB环境应用于一体的综合}生i雯计。基于这一目的。利用数码相机镜头，的畸变校正的方法，对擞码相机威像图片进行编辑和校正。D蝴】图像处理；几何校正；MATLAB：边缘提取
1镜头畸变背景1．1镜头畸变情况
畸变是由镜头光学性能引起的一种光学现象，每款镜头都不可能
不存在畸变，厂家在生产镜头时都对畸变进行了修正，力求把畸变控制在最低程度。—般来说镜头畸变主要有三种：变焦镜头广角端容易产生
的桶型畸变、望远端容易出现的枕型畸变和对广角端桶型畸变进行修正
后所产生的斗笠型畸变。就目前的镜头现状来说，最突出的问题是广角端的桶型畸变，选购时要尽可能选择桶型畸变小的款式。
12怎样处理镜头畸变
畸变会引起成像时的画面变形，大多数时候轻微的畸变并不会对
画面质量有太大响，但某些应用可能对畸变比较敏感，为减小畸变，我们在拍摄时尽量避免使用镜头焦距的广角端或最远摄端，并使用较小的
光圈。图像处理系统是由硬件和软件构成。下面介绍校正方法：
几何校正：各类遥感图像都存在几何校正的问题。由于人们已习惯使用正射投影的地形图，因此对各类遥感影像的畸变都必须以地形图
为基准进行几何校正。几何校正步骤大致如下：
1)选择控制点：在遥感图像和地形图上分别选择同名控制点，以建立图像与地图之间的投影关系，这些控制点应该选在能明显定位的地方，女口；耐汶叉点等。
2)建立整体映射函数：根据图像的几何畸变性质及地面控制点的多少来确定校正数学模型，建立起图像与地图之间的空间变换关系。
2几何校正代码编译研究本课题致力于数码相机镜头的畸变校正，首先拿一幅失真了的图
像来进行研究，选择一幅黑白图片，象素不高，如图中，对面墙壁与房顶接缝处按常规来说应该是直的，而此图明显接缝处向外弯曲，仔细看
畸变的校正
光学系统将物面上的细光束成像，这些细光束与高斯像面相交，一般不会成为一个点，而
是一个弥散斑。而且弥散斑的中心也不处在高斯像点上。也就是说，像不但是模糊的，而 且是与原物不相似的。这种不相似就叫做畸变。
首先，根据细光束追迹公式推导，可以得到： 畸变与 光阑位置的正弦差 和
角倍率有关 ；
另一方面，根据赛德表达式，畸变是由球差、光线入射角度、场曲共同决定的； 因此：
当光学系统不产生很大的光阑彗差时，畸变由角倍率所完全决定；
这就是主光线有很大角倍率时畸变难以矫正的原因；
合理的改变光焦度的分配，改变光线入射角度、场曲的大小，也是矫正畸变的有 效方法；
对于畸变受光阑、入瞳位置的影响，对于畸变要求严格的光学系统，必须从结构 形式方面来考虑畸变问题。
以上是对畸变公式、原理的分析。
而在实际操作中，根据透镜组设计的经验，我们知道：
对称型物镜的畸变是很小的；如果可以，尽量采用对称结构来校正畸变。Topogon、Pyccap
等均采用对称结构消除畸变,而非对称物镜的畸变，则需要用特殊的校畸变面，距离光阑较远的透镜，主要影响轴外像
差，对于畸变的矫正，可以在透镜的后组上，采用巧妙的方法达到要求；另外，根据对畸变的校正的经验，正畸变和负畸变的面应当距离较近，如果相隔较远就很难校正了。大多数畸变较小的反远广角镜头，是采用此种方法达到对畸变的校正的。
Matlab中的图像配准与图像校正技术详解
Matlab中的图像配准与图像校正技术详解
图像配准和图像校正是数字图像处理中非常重要的技术。在实际应用中，我们常常会遇到图像对齐、图像平移、旋转和校正等问题。Matlab作为一款强大的科学计算软件，提供了丰富的函数和工具箱，可以方便地实现图像配准和校正。本文将详细介绍Matlab中的图像配准与图像校正技术。
一、图像配准
图像配准是指将两幅或多幅图像在空间中对齐，使得它们的几何形状和空间位置相对一致。图像配准技术在很多领域都有广泛的应用，比如医学影像处理、遥感图像处理等。在Matlab中，图像配准可以通过使用imregister函数来实现。
imregister函数实现图像配准的基本原理是计算输入图像和参考图像之间的几何变换。常用的几何变换有平移、旋转、缩放和仿射变换等。根据不同的应用需求，可以采用不同的几何变换。imregister函数根据输入图像和参考图像之间的像素灰度值差异，采用最大似然估计或最小二乘法来优化几何变换参数。
除了imregister函数，Matlab中还提供了其他图像配准工具箱，如Image
Processing Toolbox和Computer Vision Toolbox。这些工具箱中包含了更多高级的图像配准算法和函数，可以满足更加复杂的应用需求。
二、图像校正
图像校正是对图像进行校正和矫正，使得图像在几何形状和视觉效果上更加符合预期。常见的图像校正包括图像去畸变、边缘校正和亮度校正等。在Matlab中，可以通过使用Camera Calibration Toolbox进行图像校正。
Camera Calibration Toolbox是Matlab中一个用于相机标定和图像校正的工具箱。它可以通过运行标定图像的算法，得到相机的内参和畸变参数，并根据这些参数对图像进行校正。根据标定图像的不同，有多种标定算法可供选择，比如张正友标定法、Tsai标定法等。根据不同的应用需求，可以选择合适的标定算法。