近日， ai换脸 蒋小伟教授团队在高精度相机畸变校正领域取得突破性研究进展，相关成果以《High-Precision Camera Distortion Correction: A Decoupled Approach With Rational Functions》为题，正式发表于图像处理领域国际顶级期刊IEEE Transactions on Image Processing（IEEE TIP），论文 DOI：10.1109/TIP.2025.36410。学院青年教师于家川为论文第一作者，蒋小伟教授担任通讯作者， ai换脸 为第一署名单位。该研究工作得到江苏省前沿技术研发项目（BF2025083）资助。

相机畸变是机器视觉领域长期存在的共性难题。受镜头加工、装配误差及光学特性影响，现实相机普遍存在径向畸变、切向畸变，会造成图像几何偏移、轮廓失真，严重降低视觉测量、三维重建、医学成像、智能机器人、增强现实等精密场景的作业精度。传统畸变校正方法高度依赖径向对称假设，面对复杂切向畸变时校正能力受限，且需要采集十余张标定图像开展联合非线性优化，操作繁琐、参数易产生误差耦合；与此同时，现有通用畸变模型虽具备理论精度优势，但在图像噪声、采样点稀疏、视场局部遮挡等真实工况下鲁棒性不足，理论成果难以落地应用，成为制约高精度视觉技术发展的瓶颈。

针对上述行业痛点，团队另辟蹊径，提出基于有理函数模型（RFM）的解耦式相机畸变校正方法。研究团队首先通过灵敏度分析完成多类畸变模型的数学推演，从理论层面阐明了有理函数模型适配各类复杂畸变的内在机理，破解了传统径向模型几何约束的局限性。该方法创新性将畸变校正与相机标定解耦，仅需单张棋盘格标定图像即可完成模型求解，摒弃了传统方法多图像采集、迭代寻优的复杂流程，大幅简化标定步骤、提升部署效率。

于家川老师长期深耕相机标定、镜头畸变建模、机器视觉检测等方向，聚焦精密视觉系统的算法研发与工程落地，持续攻克视觉测量领域关键技术难题。此次研究成果不仅完善了有理函数模型在相机畸变校正领域的理论体系，也为医疗设备、工业检测、智能装备、三维感知等领域提供了一套高精度、易操作、高鲁棒的畸变校正解决方案，为无畸变视觉成像、轻量化相机模型设计奠定了坚实基础。

未来，蒋小伟教授团队将继续围绕动态焦距相机、超广角鱼眼相机等复杂设备的畸变校正问题开展深入研究，持续推进理论创新与技术转化，力争产出更多服务于智能制造、智能感知领域的高水平科研成果。

论文链接：

（撰稿：周元凯 初审：刘赞 二审：李磊 终审：张建）