针对计算机视觉中的镜头畸变问题, 设计一种鲁棒的校正方法. 该方法基于空间直线的成像特性来定义畸变测度, 通过非线性优化完成畸变校正. 采用微粒群全局优化算法, 将传统优化方法、标准微粒群算法和基于不同策略的微粒群算法的性能进行对比. 实验结果表明, 带变异算子基于对位学习的微粒群算法具有较强的鲁棒性, 在低噪声下, 微粒群算法的校正性能优于传统算法. 最后通过不同畸变程度的校正实例验证了所提出方法的有效性.