田立坤， 刘晓宏， 李 洁

(1.光电控制技术重点实验室，河南洛阳 471009; 2.中国航空工业洛阳电光设备研究所，河南洛阳 471009)

0 引言

在光电成像系统显示设备中，因为大视场光学系统本身特性的问题，光学系统引起的畸变影响了成像的几何位置，降低了光学显示系统的显示精度，恶化了显示画面的观察效果。为了取得更好的显示效果，国内外学者分别提出对数字像源画面进行像差几何校正的各种数学模型和校正方案来消除畸变带来的影响。文献［1］考虑了镜头的径向畸变特性，采用二元多项式法进行空间几何坐标校正，在摄像机标定过程中只需按照线性方法即可，因此运算速度快，适用于实时在线系统的标定，但校正精度有待提高。文献［2］认为可以先提取图像中的畸变曲线，通过优化畸变参数拟合线段的方法将曲线自动转换为理想的竖直线，此方法模型建立过程较为复杂，但较好地解决了大视场镜头的径向畸变问题。文献［3］根据图像对称的特点，将表达像素几何位置的直角坐标系转为极坐标系，该方法结合了CORDIC算法，比较适合在FPGA硬件平台上实现，较好地实现了图像畸变校正，适用范围较广。

对于大视场数字化显示器等复杂的显示设备，畸变特性模型未知而难以准确建立，所以本文提出双隐含层BP(Back－Propagation)神经网络方法进行畸变校正。该方法不需要预先确定样本数据的数学模型，仅通过样本数据的学习即可建立非线性映射关系，相对于传统神经网络算法具有更强的数据处理能力和更高的校正精度。……