计算机视觉是使用计算机及相关设备对人类视觉的一种模拟,目的是使计算机或其它智能机器具有像人类一样高效、灵活和通用的视觉。在计算机视觉领域中,摄像机参数是一个非常重要的概念,它描述了三维空间物体的几何位置与其在图像中投影的相互关系。摄像机参数在物体三维重建和增强现实等研究方向起着重要作用,三维重建和增强现实的性能在很大程度上依赖摄像机参数的准确性。由于受到CCD量化噪声和特征检测误差等的影响,对每帧图像计算得到的摄像机参数都存在一定的误差,那么对于一段摄像机平滑运动拍摄的图像序列,理想情况下应该连续变化的摄像机参数就产生了突变和波动情况。现有的摄像机参数优化方法均以减小投影误差为主,并未考虑摄像机参数的连续性,使得优化后的结果在满足投影误差最小的同时仍存在突变和波动,严重影响了增强现实的效果。平滑性是摄像机在进行专业的视频拍摄时其运动轨迹具有的一种特性,这种特性能够应用到摄像机参数的优化中,来提高摄像机参数的连续性。本文针对视频序列的摄像机参数连续性不好的问题,利用摄像机运动的平滑性作为约束条件,提出了新的基于平滑性约束的摄像机参数优化方法。论文首先分析了摄像机运动平滑性的特点,并使用曲线拟合的方法对其进行数学描述；然后分别针对视频序列的后期处理和实时优化两个方面提出新的参数优化方法,将运动平滑性作为约束来帮助优化算法改善摄像机参数的连续性,减少突变和波动情况。本文利用为陕西省电视台开发的增强现实系统完成了视频测试,分别使用普通的优化算法和新的优化算法进行处理,从视频和数据两方面观察效果。结果证明,这种新的参数优化方法在保证摄像机参数准确性的前提下,能够显著地提高参数序列的连续性,改善增强现实的视频效果。