目前,计算机视觉系统正在广泛地应用于视觉检测、视觉导航和自动化装配领域中。在大多数视觉系统中,摄像机都是作为摄像工具,对摄像目标进行处理,但是摄像机是被动传感器,当环境变得复杂恶劣,不适合人为操纵时,其工作范围受到了很大的局限。为了实现摄像机的自主化,扩大其作用范围,摄像机应具备自主返回能力以应对各种复杂的工作场景。此外,摄像机无需地面导航设备,可以节省经济开支。因此,研究摄像机的自主返回功能是实现摄像机自动化的迫切需要,关键任务之一就是如何描述摄像机的运动路线。在三维空间中运动的摄像机,不依靠GPS导航或地面导引信息的情况下,实现摄像机自主返回功能,需要预先知道摄像机的运动轨迹,这正是本文的主要工作。重点研究了仅使用单目摄像机,分析在摄像机运动过程中采集的无既定目标的序列图像,研究由摄像机运动引起的全局运动,从运动恢复运动来描述摄像机运动路线的关键技术。本文从研究摄像机运动和图像上各点运动的关系入手,确定了用基于仿射变换的运动模型来简单地描述地面上一点在相邻两帧图像上的运动方式,如平移和旋转,接着介绍了求解运动参数的方法；然后对如何从图像特征中获得运动参数信息的问题进行了研究,选取定位精准的点作为匹配基元,匹配算法采用了提取特征点数量多且稳定的SIFT算法；因为特征点存在数量过多的缺点,所以本文主要对特征点筛选及匹配算法进行了深入研究,通过对最初提出的特征点筛选及匹配算法进行实验,其结果表明,参加运算的特征点越多,恢复运动的精度越高,但运算时间随着特征点数量的增加而增长,后又结合边缘和区域特征,提出了基于区域和疏密度的特征点筛选算法,通过实验证明了该算法在精度和时间上都达到了很好的效果。