在利用摄像机标定方法描述不同视场之间的关系时,常因形式固定,灵活性较差,鲁棒性不足以及试验平台要求高等缺点导致视场关系解算结果不准确,实时性较差。因此,论文在近景摄影测量的框架下,从图像处理角度出发,利用变化检测与图像匹配技术提出一种便捷的大、小视场关系定量描述方法,为一定空间范围中的目标识别、分析提供技术支持。视场关系解算的前提在于视场下的变化检测。当在大视场下检测到视场范围存在变化区域时,从大视场下的摄像机获取一帧原始相片。小视场下的摄像机做规律的旋转和平移运动拍摄一系列样本像片作为一个样本相片集合。论文选择VIBE算法作为论文变化检测方法,并利用前景和邻域背景区域直方图相似性度量来检测和消除VIBE算法中的“ghost”现象。论文利用相片匹配技术获取与原始相片匹配度最高的样本相片及它们之间的同名像点坐标。对此,论文着重研究了基于图像特征点进行匹配的方法,在性能和检测效果上选取SURF算法来用于相片匹配。同时利用前景图像来近似原始图像进行匹配。在满足匹配精度的基础上,匹配时间约为利用原始相片匹配所耗时间的五分之一,大幅度提高了匹配效率。为了恢复摄像瞬时,小视场下的摄像机相对于大视场下的摄像机的空间位姿,论文将获取的样本相片与原始相片进行立体相对的相对定向,以获取小视场下相片被摄瞬时相对于大视场下相片的姿态参数。同时利用该参数来校正小视场下的摄像机位姿,使之与大视场下的摄像机能同时对准视场内的变化区域以便协同工作,以获取高质量的视频流。通过对视频流的分析来满足对视场范围内的安全保障的需求,经过对比试验表明,论文算法有较好的鲁棒性和可行性,对于实现视场范围的安全保障具有一定的指导意义。