1.一种广角相机非规则畸变全域校正方法，其特征在于：包括以下步骤：S1：图片采集：对采集的图像作辅助线，并实时显示，将辅助线对齐棋盘格中心区域，拍摄照片；

S2：角点检测：①使用Prewitt算子计算出两个方向的梯度，并计算图片梯度的方向和幅值；②归一化梯度方向，初始化角点模板，使用角点模板对原图片进行滤波处理，获得初始角点；③并对得到角点进行非极大值抑制；④对角点进行亚像素化；⑤剔除边沿点和角点评分低于阈值的角点；

S3：棋盘格检测：对检测到的角点，通过生长法检测出棋盘格；①与图像最中心点的欧氏距离从近到远循环每一个角点；②初始化一个棋盘格，通过寻找该点周围八个方向上的匹配点作为初始棋盘格；③通过向上下左右四个方向上生长，计算生长后棋盘格的能量，当能量函数小于阈值时，生长成功；④进行棋盘格方向校正，重复部分全部通过，则进行拼接，得到新的棋盘格；

S4：数据初始化：检测中心区域的棋盘格，并以中心点为基准，图像左上角为像素坐标系原点，向右为u轴正方向，向下为v轴正方向；根据检测到的棋盘格，初始化期望棋盘格的位置数据；

S5：拟合曲面：使用改进后的TPS方法拟合出插值曲面；

S6：生成插值地图：使用得到的插值曲面，获取插值地图；

S7：实时畸变校正：载入插值地图，实时采集图片，并使用反向二插值，并实时进行畸变校正。

2.根据权利要求1所述的广角相机非规则畸变全域校正方法，其特征在于：步骤S2中，通过下列公式进行棋盘内角点匹配：其中，和 表示i的黑白棋盘格调换两种可能性； 表示图像在i大小的A类核的卷积值， 表示图像在i大小的B类核的卷积值， 图像在i大小的C类核的卷积值， 表示图像在i大小的D四类核的卷积值；

亚像素角和方向细化：对检测出的内角点，去除边沿点和低得分点；然后亚像素化角点，即寻找满足下式的c值：其中，NI表示像素周围11x11的候选像素； 表示P点与周围的候选像素的梯度差。

3.根据权利要求1所述的广角相机非规则畸变全域校正方法，其特征在于：步骤S3中棋盘格生长方法包括：恢复结构，即优化能量函数，生长棋盘格：初始化6个点构成4个方格的棋盘格，然后通过寻找四个方向中能量最小的方向生长棋盘，直到没有新的棋盘格阵列，其中棋盘能量定义为：E(x,y)＝Ecorners(y)+Estruct(x,y)Ecorners(y)＝‑size(chessboard,1)*size(chessboard,2)其中，Ecorners表示当前棋盘格中角点的个数的负值，size(chessboard,1)表示棋盘格的高，size(chessboard,2)表示棋盘格的宽，Estruct表示预测和实际棋盘的匹配程度，ci、cj、ck表示三个相邻的横纵棋盘格点；当四个方向上的总能量都大于零时结束生长。

4.根据权利要求1所述的广角相机非规则畸变全域校正方法，其特征在于：步骤S3中的棋盘格方向校正包括：重复部分全部通过，则进行拼接，得到新的棋盘格；首先进行棋盘格方向校正，如下列公式所示：acha(i)＝Pa(i+1)‑Pa(i),i＝1…n‑1direction.ab＝direction.a‑direction.b其中，Pa(i)表示两个棋盘的相同点在棋盘a的位置；direction.a表示棋盘a的相对角度；direction.ab表示棋盘格b相对于棋盘a的角度；Cb表示棋盘b； 表示校正方向后的棋盘b；

然后，通过匹配来进行棋盘格的扩张：

C(m+max(a1,b1)‑a1,n+max(a2,b2)‑a2)＝a(m,n)C(m+max(a1,b1)‑b1,n+max(a2,b2)‑b2)＝b(m,n)其中，(a1,a2)＝(pa(1).x,pa(1).y),表示两个棋盘第一个相同点在棋盘a的位置；(b1,b2)＝(pb(1).x,pb(1).y)，表示两个棋盘第一个相同点在棋盘b的位置；C表示匹配后的棋盘格。

5.根据权利要求1所述的广角相机非规则畸变全域校正方法，其特征在于：步骤S5中的TPS算法包括：当径向函数为二次的时候被称为薄板样条插值，是一种求取经过所有数据点的，具有最小曲率的平滑金属薄板的方法；

在数据具有二次连续导数的前提下，具有能量函数为：

对于具体的离散的数据点，其最小能量函数为：

2 4

该能量函数包含两部分，仿射部分a0+x+x[a1r +a2r ]，表示无穷远处的薄板的曲面趋势，剩余离散部分，弯曲数据点附近的曲面，以使其通过该数据点，|·|表示欧几里德范数，ci是系数，U为TPS的核函数，表达式为

2 2 2 2

U(r)＝rlog(r),r＝(x‑xi) +(y‑yi)通过对函数中的参数的计算，得到拟合后的曲面。

6.根据权利要求1所述的广角相机非规则畸变全域校正方法，其特征在于：步骤S7中的实时校正中的运用插值地图，进行畸变校正，使用反向双线性插值算法进行畸变校正，寻找已知权重的四个点中间的任意一点的权重；

然后在x方向进行线性插值，得到

然后在y方向进行线性插值，得到

综合起来就是双线性插值最后的结果：