大多数自动导航技术都是基于同时定位和地图绘制技术,而在这些技术中,相机姿态估计的实时性和准确性相当重要。在移动机器人视觉导航、三维重建等系统中,相机姿态估计也有着很重要的应用。在计算机几何中,相机的数学模型,即三维空间和二维图像之间的几何关系,包含相机内参矩阵和外参矩阵。相机标定可以获得相机内参,而相机姿态估计可以获得相机外参。正确的相机标定结果才能保证相机姿态算法的速度和准确性。本文采用灵活、准确的张正友标定法为相机姿态估计的重要输入。在众多已存算法中,相机姿态估计通常是通过输入的图像与相关图像的匹配得到,这种方法不仅不能达到实时,而且会出现误匹配。在大多数同时定位和地图绘制技术中所采取的相机姿态估计算法都是基于像素的方法,这种方法不能达到实时。基于前人大量的研究,本文提出了基于特征追踪的实时相机姿态估计算法。主要创新点如下:1)我们提出了一种基于金字塔改进的光流结合FAST特征的混合方法。光流法能够准确的跟踪连续图像中的特征点。FAST特征是一个快速的特征点的提取方法。本文提出的方法,相比于只使用ORB描述符匹配的方法,不仅克服了匹配不能达到实时的缺点,而且准确性更高。2)结合我们提出的相机姿态估计的算法,我们对特征点的位置及灰度进行了进一步的预处理,并通过实验证明了该预处理的有效性。3)我们通过总结实验中遇到的情况,进一步根据几种情况设置了关键帧的相应更新条件,并通过实验得到了效率更高的结果。本文最后针对实时相机和视频两种情况实现了相机姿态估计系统。大量的实验表明,本文设计的算法可以准确快速地对视频和相机实时的相机姿态进行估计。