Visão estereoscópica é o processo de estimação da informação de profundidade de uma cena, ou de um objeto em particular, por meio da análise de duas imagens capturadas em diferentes pontos de vista, usando um modelo apropriado de câmera. as câmeras permitem uma rica representação da cena quando comparadas a outros sistemas, como laser, radar e sonar, sendo cada vez mais usadas em aplicações de robótica móvel e do setor automotivo, tais como navegação autônoma e detecção de objetos e obstáculos. sistemas de visão estereoscópica são também utilizados em aplicações de metrologia e de sensoriamento remoto, e são caracterizados por três etapas principais: calibração, registro de imagens e reconstrução. a reconstrução da informação de profundidade em sistemas de visão estereoscópica é influenciada pela distorção das lentes. neste trabalho, estuda-se o comportamento do erro de reconstrução em função do aumento da ordem do modelo de correção da distorção e propõe-se um novo método de correção da distorção de lentes, baseado na estimação de um conjunto de coeficientes de correção da distorção para cada região da imagem. a avaliação do sistema, feita por simulação com imagens sintéticas, indica que a aplicação do método proposto possibilita obter erro de reconstrução menor que o obtido pela aplicação do método convencional.