随着计算机应用技术的不断发展,计算机视觉技术与理论的研究也在不断完善,尤其在视觉检测、视觉导航与自动化装配领域中被广泛地应用。通常情况下,视觉传感器(摄像机)由于具备功耗低、观测区域大、获取信息丰富等优势而作为获取、处理图像资料的工具。但在遇到一些不适合人为操纵的恶劣环境时,比如原始森林、沙漠、战场环境,摄像机的适用范围会受到限制,为了扩大其适用范围,实现其自主化与自动化,利用摄像机自身获得的图像资源实现自主返回功能是需要解决的问题。实现自主返回首要条件是恢复出摄像机的运动路线。摄像机在空间运动时,在无其他导航设备导引信息的情况下,仅利用自身获取的图像信息恢复出摄像机的运动路线是本文的主要任务。文章重点研究了使用运动的单目摄像机获取图像序列,通过视觉系统对环境特征的识别与匹配,分析检测图像包含的全局运动信息,得到摄像机的运动信息,由此实现对摄像机运动轨迹的描述。本文主要研究图像上各像素点的运动与摄像机运动之间的关系,利用图像中各像素点的运动计算全局运动参数,进而恢复摄像机运动轨迹。首先,选用能够保证效率和精度的六参数仿射变换模型来描述全局运动。其次,采用了稳定性较好的SIFT算法进行特征点的提取和匹配,之后利用邻域加权平均算法对误匹配点进行剔除,再经过RANSAC算法优化进一步剔除外点,利用得到的点对进行全局运动参数估计。最后,针对图像匹配过程中正确率不高、运算量大的问题,提出了自适应距离比阈值和采样的策略,利用自适应阈值法提高匹配正确率,利用采样方法,减少特征点的数量,从而减少耗费时间。通过实验证明,改进的匹配算法能够更好的描述运动情况,在提高参数精度的同时,减少了运算时间,更加适合于实时系统中。