目前,计算机视觉正广泛应用于视觉检测、视觉导航与自动化装配领域。在视觉系统中,通常是以摄像机为摄像工具,对摄像目标进行处理,但摄像机作为被动传感器,在环境变得复杂恶劣的时候,不适宜人为操纵,其工作范围受到很大的局限。为了扩大摄像机运用范围,实现自主化和机动性,可充分利用摄像机所获得的图像资源,实现摄像机的自主返回与自主导引功能。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,其关键任务之一就是对摄像机运动路线的描述。三维空间运动的摄像机在不依靠GPS导航或地面导引信息的情况下实现自主返回,需要恢复出摄像机的运动轨迹,这正是本文的主要工作。本文重点研究了仅使用单目摄像机,在运动过程中采集到无既定目标的图像序列,分析由摄像机运动引起的全局运动,获取摄像机相对运动信息,以此来恢复摄像机运动路线。本文以图像上各像素点的运动与摄像机运动关系作为入口点。首先,对如何从图像中获得运动参数信息进行研究,选用定位精准的“点”作为匹配基元,采用了提取特征点数目多且稳定的SIFT算法进行图像匹配,并采用基于逆向匹配及边缘的特征点筛选算法对误匹配点进行剔除；其后,针对获得的特征点对集,采用鲁棒的RANSAC模型参数估计方法对全局运动参数求解,确定选用基于仿射变换的参数模型来描述运动,并对全局运动估计流程进行了改进；此后,针对图像匹配过程中对整幅图像进行处理所获得的点对数目多、运算量大的特点,提出自适应采样的图像匹配策略,通过控制分块数目与采样比例的方式,获取合适数目的特征点对,在保证参数估计精度的同时,简省了特征点提取和匹配的时间。通过实验证明了基于四分块的自适应采样方案为最佳采样方案,在保证精度的同时有效的提高了图像匹配效率。