像机位姿估计是摄影测量学和计算机视觉中的一个经典问题,由于在物体定位方面具有重要的价值,至今仍然被广泛地应用于增强现实、视觉伺服、人机交互、视觉辅助导航、航空航天等生产、生活领域,新的研究成果层出不穷。本文以课题组研制开发脉冲编码被动式交会对接敏感器为契机,针对单目视觉中的像机位姿估计问题从三方面着手研究：首先是在已知像机内参数与三维/二维特征点匹配关系的情况下如何确定像机位姿；其次是在已知像机内参数却未知三维/二维特征点匹配关系的情况下如何同时确定像机位姿与特征点的匹配关系；第三是如何通过对视频图像序列的分析实现像机位姿的三维跟踪。本文的主要创新成果包括：(1)在已知像机内参数、已知三维/二维特征点匹配关系时,针对目前像机位姿估计迭代算法无法兼顾位姿估计的速度与精度的问题,提出了一种快速像机位姿估计算法。该算法由迭代求解部分和精细调节过程构成,其中,迭代求解部分基于空间共线性误差,可以快速估计出像机位姿。精细调节过程则利用虚拟控制点的概念对像机位姿进行调节。实验结果表明,快速像机位姿估计算法能够在保持位姿估计精度的情况下,更快速地估计像机位姿,并且特征点数量越多,其在位姿估计速度上的优势越明显。(2)在同时估计像机位姿与特征点匹配关系时,针对原始的基于引力场的位姿估计算法无法处理图像中出现二维伪特征点的问题,提出了改进的基于引力场的位姿估计算法,之后,针对改进算法在三维遮挡特征点与二维伪特征点同时出现时无法应用的问题,提出了扩展的基于引力场的位姿估计算法。其中,改进算法通过引入距离矩阵与匹配矩阵,建立了引力场算法的匹配评价函数,并改进了算法在每次迭代时的动力学分析过程。而扩展算法为了能够处理三维遮挡特征点与二维伪特征点同时存在的情况,在改进算法的基础上,引入了单连接聚类算法和SoftPOSIT算法。数据仿真实验与真实图像实验表明,扩展算法不但能够处理三维遮挡特征点与二维伪特征点同时存在的情况,而且算法的运行速度快,匹配成功率高,位姿估计结果与现存的大多数算法相比也更加精确。(3)在脉冲编码被动式交会对接敏感器的应用中,针对合作目标在视频中周期性发光的特点,以及均值漂移算法容易在跟踪过程中产生较大偏移的问题,提出了视频图像序列中合作目标检测与跟踪的算法,并结合像机位姿估计技术实现了像机位姿的三维跟踪。利用合作目标在视频中周期性发光的特点,采用累积帧差法检测合作目标、确定跟踪窗口,并通过对图像进行聚类分析,建立了合作目标状态的识别方法。为了跟踪合作目标在相邻帧图像间的位置变化,提出了基于线搜索的二维跟踪算法。该算法利用直方图的相似性作为匹配度量,选择跟踪窗口内的平均光流作为搜索方向,通过进退法和黄金分割法确定最优步长,从而得到合作目标在当前帧图像中的位置。实验结果表明,文中的算法能够准确地在视频中检测、跟踪合作目标,结合像机位姿估计技术,能够连续地估计像机的位姿变化,实现像机位姿的三维跟踪。